Python과 머신러닝/NumPy 데이터 분석(16)
-
[Python.NumPy] 차원별 sum 합, std 표준편차 구하기 - Operation Function I
0. 요약 여태까지는 주로 2차원 배열을 사용했지만, 실제 데이터는 3차원 이상의 데이터도 많다. 2차원 데이터의 합/평균 등을 구하는 방법을 이해해보자. 그리고 3차원 이상의 데이터가 되면 차원이 어떻게 변하는지 이해하고, 각 차원의 합을 구하는 방법도 정리해보자. 1. 2차원 배열에서 sum 함수 사용하기 In [1]:import numpy as np In [2]:test_array = np.arange(1,13).reshape(3,4) test_array Out[2]:array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) In [3]:test_array.sum() Out[3]:78 1~12까지의 값을 갖는 test_array를 생성한다. 대부분의 라이브러..
2020.12.08 -
[Python.NumPy] 정규분포, 균등분포 데이터 만들기 np.random.normal, uniform - Creation Function IV
0. 요약 NumPy에서 Random sampling을 쉽게 하는 함수들을 제공하고, 원하는 분포에 따라 값을 다르게 반환해준다. np.random.uniform 함수와 np.random.normal 함수를 공부해보자. Creation Function에 대해서는 지난 포스트들에서 설명을 했기 때문에 바로 random sampling으로 내용을 정리했다. 2020/12/04 - [Python과 머신러닝/Python 데이터 수집] - NumPy arange/zeros/empty 함수의 차이 - Creation Function I 2020/12/05 - [Python과 머신러닝/Python 데이터 수집] - NumPy ones_like, zeros_like, empty_like 함수 - Creation Fun..
2020.12.07 -
[Python.NumPy] Identity 행렬, eye, diag 함수 이해하기 - Creation Function III
0. 요약 이전 Creation Function에 관한 포스트를 보면 Creation function이 뭔지 더 쉽게 이해할 수 있다. 2020/12/04 - [Python과 머신러닝/Python 데이터 수집] - NumPy arange/zeros/empty 함수의 차이 - Creation Function I 2020/12/05 - [Python과 머신러닝/Python 데이터 수집] - NumPy ones_like, zeros_like, empty_like 함수 - Creation Function II 이번 포스트에서는 identity 행렬을 NumPy로 만드는 방법, 그리고 eye함수 diag 함수는 어떻게 사용할 수 있는지 보자. 1. Identity 행렬 만들기 #identity 행렬 만들기 (대각..
2020.12.06 -
[Python.NumPy] ones_like, zeros_like, empty_like 함수 - Creation Function II
0. 요약 지난 포스트에서는 arange/zeros/empty에 대해서 배웠고, Creation Function에 대해서 정리했다. 2020/12/04 - [Python과 머신러닝/Python 데이터 수집] - NumPy arange/zeros/empty 함수의 차이 - Creation Function I 그렇기 때문에 이 포스트에서는 Creation Function에 대해서는 설명하지 않고, Creation function 중 ones_like/zeros_like/empty_like에 대해서 알아보자. In [1]:test_matrix = np.arange(30).reshape(5,-1) Out[1]:array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11], [12, 1..
2020.12.05 -
[Python.NumPy] arange/zeros/empty 함수의 차이 - Creation Function I
0. 요약 Creation Function이란 배열 생성을 쉽게 도와주는 함수들을 의미한다. 대표적으로 arange/zeros/empty 함수가 있는데, 각각이 어떻게 동작하는지 코드를 통해 알아보자. In [1]:import numpy as np In [2]:np.arange(0, 5, 0.5) # 0이상 5미만까지 0.5씩 증가하는 값의 array를 만들어라 Out[2]:array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5]) In [3]:np.arange(30) # 0이상 30미만까지 1씩 증가하는 값의 array를 만들어라 Out[3]:array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,..
2020.12.04 -
[Python.NumPy] ndarray indexing과 slicing
0. 요약 ndarray를 쓰면 기존 Java나 C와는 다르게 배열을 참조하는데 세미콜론(:)이 꼭 들어간다. 기존 프로그램을 짜 봤던 사람이라면 indexing은 쉽겠지만, slicing을 이해하는건 꽤나 까다롭고 처음엔 약간 변태적(?)인 문법이라는 생각이 들기도 한다. 이걸 한번에 이해할 수 있는 원리와 예제들을 한번 정리하고자 한다. import numpy as np test_list = [[1, 2, 5, 8], [2, 3, 6, 9], [3, 4, 7, 10], [4, 5, 8, 11]] # 4 x 4 array test_array = np.array(test_list, int) print(test_array[1][2]) # 6 출력 print(test_array[1, 2]) # 동일하게 6 ..
2020.11.30