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..

0. 요약 ndarray의 형태를 바꿔야 하는 경우는 생각보다 많다. 그래서 NumPy는 ndarray 배열의 재배치를 지원하는 .reshape 함수를 제공한다. 이 함수를 어떻게 사용할 수 있는지, 그 외의 -1 indexing과 .flatten() 함수의 용도를 알아보자. 관련 글 2020/11/30 - [Python과 머신러닝/Python 데이터 수집] - NumPy의 ndarray 이해하기 2020/11/30 - [Python과 머신러닝/Python 데이터 수집] - NumPy의 ndarray indexing과 slicing 1. 기본 데이터를 ndarray로 입력하고, .shape을 통해 기대한 값이 나오는지 확인 import numpy as np test_matrix = [[1, 2, 3, 4..