목록Python (33)
개발학습일지
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/Za5n4/btsGnCSsnDD/ECKiL3mbFcMkaF0ghLULh1/img.png)
위에 사진처럼 reshape() 사용하여 1차원 배열 만들기 x = np.arange(2,10+1) # array([ 2, 3, 4, 5, 6, 7, 8, 9, 10]) x.size # 9 3행과 3열을 가진 배열로 변경하기 x.reshape( (3,3) ) # array([[ 2, 3, 4], # [ 5, 6, 7], # [ 8, 9, 10]]) 바뀐 배열을 다시 1차원 배열으로 바꾸기 X = x.reshape( 3,3 ) X.reshape(9) # array([ 2, 3, 4, 5, 6, 7, 8, 9, 10]) numpy 딕셔너리와 reshape() 함수 같이 사용하기 np.arange( 2, 10+1).reshape( 3, 3) # array([[ 2, 3, 4], # [ 5, 6, 7], # [..
정수의 배열을 얻고 자 하는 경우 넘파이를 쓰지 않는 방법 - range() 함수를 쓴 다음 list() 함수를 사용 range(10) # range(0, 10) list(range(10)) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 넘파이를 쓰는 방법 - np.arnage() 를 사용 np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9] - 원하는 숫자로 만들기 : 원하는 마지막 숫자의 '+1'을 해준다고 생각하자 np.arange( 5, 14+1 ) # array([ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]) - 원하는 숫자 데이터에서 짝수만, 홀수만 리스트로 배열 얻기 np.arange( 1, 20+1, 2 ) #홀수만 #..
1차원 배열 = 벡터 (Vector) 2차원 배열 = 행렬 (Matrix) 3 행 4 열 짜리, 0으로 되어있는 행렬 만들기 - np.zeros(행, 열) 함수 사용 # 한개의 숫자만 입력 np.zeros( 5 ) # array([0., 0., 0., 0., 0.]) # 3 행 4열 만들기 np.zeros( (3,4) ) #array([[0., 0., 0., 0.], # [0., 0., 0., 0.], # [0., 0., 0., 0.]]) 3 행 5 열 짜리, 1으로 되어있는 행렬 만들기 - np.ones(행, 열) 함수 사용 # 한개의 숫자만 입력 np.ones(7) # array([1., 1., 1., 1., 1., 1., 1.]) # 3 행 5열 만들기 np.ones((3,5)) #array([[1..
Numpy 함수 - size x # array([99, 90, 75, 66, 98]) x.size # 5 - shape : 차원과 크기 파악 -> 넘파이 배열의 차원과 각 차원의 크기를 튜플 형태로 반환 x # array([99, 90, 75, 66, 98]) x.shape # (5,) - dtype : 저장하고 있는 데이터 타입 반환 x # array([99, 90, 75, 66, 98]) x.dtype # dtype('int32') - sum : 모든 차원의 데이터를 합한 값 x # array([99, 90, 75, 66, 98]) x.sum() # 428 - mean / std : 평균과 표준 편차 x # array([99, 90, 75, 66, 98]) x.mean() # 85.6 x.std() ..
딕셔너리 속 벨류 값 변경하기 - [ ] = N 사용 score_dict = { '철수' : 100, '영희' : 90, '길동' : 75, '민선': 100 } score_dict['민선'] = 100 score_dict # {'철수': 100, '영희': 90, '길동': 75, '민선': 100} 딕셔너리 속 데이터 정보 삭제하기 - del 함수 사용 - key 값을 지정하여 데이터 정보 삭제 score_dict = { '철수' : 100, '영희' : 90, '길동' : 75, '민선': 100 } del score_dict['민선'] score_dict # {'철수': 100, '영희': 90, '길동': 75} 딕셔너리 속 숫자int 합계 및 길이 정보 얻기 - 더하기 sum() 함수 사용 -..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/Esy31/btsGjkqmZBv/rmQwKFUNnvZ2a5K9SksFNK/img.png)
NUMPY BASICS NumPy는 다차원 배열을 처리할 수 있는 선형대수학(Linear Algebra) 라이브러리 다음이 실행이 안되면 아나콘다프롬프트에서 conda install numpy 를 실행하여 설치한다 - import numpy as np import numpy as np # np 는 넘파이를 줄여서 사용 할 때 사용한다(약칭) # 배열을 그림으로 확인해보자 # 넘파이 1차원 배열은 벡터(Vector)라고도 부르고 변수로 사용할때 보통 소문자로 쓴다 # 2차원 배열은 행렬(Matrix)이라고도 부르고 변수로 사용할때 보통 대문자로 쓴다 어레이 리스트를 만들어 준다 - 넘파이 를 사용하여 1차원 배열 만들기 score_list = [99, 90, 75, 66, 98] x = np.array(s..
딕셔너리 기본 정리 딕셔너리의 '키' 값과 '벨류' 값 - key 값 keys() 사용 score_dict = { '철수' : 100, '영희' : 90, '길동' : 75 } score_dict.keys() # dict_keys(['철수', '영희', '길동']) - value 값 values() 사용 score_dict = { '철수' : 100, '영희' : 90, '길동' : 75 } score_dict.values() # dict_values([100, 90, 75]) 딕셔너리 속 데이터에 정보 추가하기 - - [ ] = N 사용 : 키 값이 딕셔너리에 없으면 맨 뒤에 추가된다 score_dict = { '철수' : 100, '영희' : 90, '길동' : 75 } score_dict['민선']..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/lgG74/btsGjX8WmG4/XFkSx0FzyjdHB0a465S2G0/img.png)
리스트 속 데이터에 정보 추가하기 - .append() 사용 score_list = [100, 90, 75, 66, 98] score_list.append(58) score_list #[100, 90, 75, 66, 98, 58] 리스트 속 데이터 정보 선택하여 추출 하기 - [ ] 사용 score_list[1] #90 리스트 속 데이터 정보 바꾸기 - [ ] = N 사용 score_list[0] = 99 score_list # [99, 90, 75, 66, 98, 58] 리스트 속 데이터 정보 삭제하기 - del 함수 사용 - 맨 마지막 데이터를 삭제 할때는 [0, -5, -4, -3, -2, -1] 로 생각하여 지정해도 된다 del score_list[-1] score_list # [99, 90, 7..