Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- 기댓값과 분산
- 사조사
- 이항분포
- 확률밀도함수
- 첨가행렬
- 범주형자료
- 통계학입문
- 베르누이분포
- 이산형
- jupyter notebook
- 행사다리꼴
- 통계학개론
- 절삭평균
- Anaconda
- 표본평균
- 이변량자료
- 포아송분포
- 균일분포
- 조건부확률
- 모평균
- 표본공간
- 피어슨상관계수
- 기본행연산
- 연속확률변수
- 수학적확률
- 누적분포함수
- 모수
- 이산확률질량함수
- pmf
- 수치형자료
Archives
- Today
- Total
summ의 블로그
넘파이 기초 1 본문
넘파이
넘파이는 전체 데이터 배열에 대해 빠른 연산을 제공해 주는 것이 특징이다.
또한, 선형대수, 난수 발생, 푸리에 변환 등이 가능하다.
numpy 를 시작하기 앞서
import numpy as np 먼저 실행시켜 준다.
( 없다면 pip install numpy 부터
다차원 배열
numpy의 기본 자료형은 ndarray 으로 같은 종류의 데이터를 담을 수 있는 다차원 배열이다.
a = [1, 2, 3, 4, 5, 6]
print(a)
b = [[1, 2, 3], [4, 5, 6]]
print(b)
c = [1, 'a', 3.5]
print(c)
np.array()로 생성 가능하다.
a = np.array([[1,2,3],[4,5,6]])
구조 확인은 shape 이나 ndim 으로 가능하다.
a.shape()
a.ndim()
간단한 행렬 작성
np.zeros: 모든 배열 원소가 0인 행렬을 생성해 주는 내장 함수
a = np.zeros((2, 3))
print(a)
np.ones: 모든 배열 원소가 1인 행렬을 생성해주는 내장 함수
b = np.ones((3, 4))
print(b)
np.eye: 단위행렬을 만들어주는 내장 함수
c = np.eye(4)
print(c)
np.full: 원하는 값으로 값을 채워주는 내장 함수
d = np.full((2, 3), 5)
print(d)
reshape
데이터 shape을 변경해줄 때 사용한다.
간단하게 reshape(행, 열) 로 숫자를 채워주면 된다.
a = np.array([[1,2,3],[4,5,6]])
a.reshape(3,2)
데이터 타입
데이터 타입을 명시적으로 선언해주는 것도 가능하다.
x = np.array([1, 2])
y = np.array([3.0, 4.0])
z = np.array([1, 2], dtype=np.int64)
'파이썬' 카테고리의 다른 글
[Python] 왕기초 (1) (0) | 2024.09.05 |
---|---|
[Python] 헷갈리는 함수 모음 (0) | 2024.09.03 |
넘파이 기초 2 (0) | 2024.03.26 |
seaborn으로 그래프 그리기 (0) | 2023.11.30 |
아나콘다 설치 | jupyter notebook (0) | 2023.09.13 |