Data Science LAB

1. np.random.rand(m,n) 0~1의 균일분포 표준 정규분포 난수를 matrix array(m,n) 형태로 생성 import numpy as np np.random.rand(6) # array([0.43370799, 0.86829053, 0.43087038, 0.20789529, 0.41183189, 0.40093899]) np.random.rand(2,3) # array([[0.69712992, 0.32758099, 0.20567256], # [0.62130179, 0.64666152, 0.71468473]]) 숫자를 하나만 입력하면 1차원 배열 형태로 생성됨 2. np.random.randn(m,n) 평균이 0, 표준편차 1인 가우시안 표준 정규분포 난수를 matrix(m,n)형태로 생성..

np.linspace()함수는 numpy 모듈에 포함되어 있는 함수로, 1차원 배열을 만들거나, 그래프의 수평축을 만들 때에 편리하게 사용 가능하다. 사용법 np.linspace(start, stop, num, endpoint = True) 시작점과 끝점 사이에 생성하고자 하는 배열의 숫자를 선언한뒤, endpoint는 stop으로 입려된 값을 포함할 것인지 선택하는 옵션이다. 예시 0 - 5 사이에 11개의 숫자 배열 생성(5포함) 주로 그래프 시각화에서 축을 생성할 때 자주 사용한다.

넘파이를 이용한 행렬 정렬 방법은 넘파이에서 sort()를 호출하는 방식과 행렬자체에서 sort()를 호출하는 방식이 있다. np.sort() => 넘파이에서 호출하는 방식으로 원 행렬은 그대로 유지한 채 원 행렬의 정렬된 행렬 반환 ndarray.sort() => 원 행렬 자체를 정렬한 형태로 변환하며 반환 값은 None org_array = np.array([3,1,9,5]) print('원본 행렬 :',org_array) #np.sort로 정렬 sort_array1 = sort_array1 = np.sort(org_array) print('np.sort() 호출 후 반환된 정렬 행렬 :',sort_array1) print('np.sort() 호출 후 원본 행렬 : ',org_array) #ndarr..

Indexing 1. 특정 데이터만 추출 2. 슬라이싱(연속된 인덱스상의 ndarray 추출) 3. 팬시 인덱싱(Fancy Indexing): 일정한 인덱싱 집합을 리스트 또는 ndarray 형태로 지정해 해당 위치의 데이터 ndarray 반환 4. 불린 인덱싱(Boolean Indexing) : 특정 조건에 해당하는지 여부인 True/False 값 인덱싱 집합을 기반으로 True에 해당하는 인덱스 위치의 데이터의 ndarray반환 특정 데이터 추출 #1-9까지의 1차원 ndarray 생성 array1 = np.arange(start = 1, stop = 10) print('array1:',array1) value = array1[2] print('value:',value) print(type(value..

NumPy 소개 Numerical Python을 의미하며 파이썬에서 선형대수 기반의 프로그램을 쉽게 만들 수 있도록 지원하는 대표적인 패키지이다. 다차원의 행렬구조인 ndarray를 지원하여 배열을 쉽게 생성하고 다양한 연산을 수행할 수 있다. 모듈 임포트 import numpy as np as np를 사용하여 약어로 듈을 표현해 주는것이 좋음 array() array1 = np.array([1,2,3]) print('array1 type : ',type(array1)) print("array1 형태 : ",array1.shape) #1차원 array로 3개의 데이터를 가지고 있음 array2 = np.array([[1,2,3], [2,3,4]]) print('array2 type : ',type(arr..