Numpy Array의 인덱스
Python list, tuple
- 0행 0열 -> [행인덱스][열인덱스]
array[0][0]
Numpy Array
- 0행 0열 -> [행 인덱스, 열 인덱스]
np_array[0, 0]
Numpy Array를 이용한 범위 생성
- python -> range -> 정수만 가능
- numpy -> arange -> 실수도 가능
np.arange(0, 1, 0.1) #0이상 1미만 0.1단위 증가array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
.shape과 .reshape
reshape() -> array의 차원을 변경한다
변경 전 데이터 개수와 변경 후 데이터 개수가 같아야 한다.
변경 전 데이터 32개 -> 4행 8열 (4*8=32) 변경
np_array2 = np.arange(32)array([ 0, 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, 31])
np_array2.reshape(8,4)array([[ 0, 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, 31]])
-1은 자동으로 계산한다.
np_array2.reshape(-1,8) # 열을 8개로 만들고, 행은 자동으로 설정 array([[ 0, 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, 31]])
type
배열 연산
수학함수는 배열의 각 요소별로 동작하며, 연산자를 통해 동작하거나 numpy 함수모듈을 통해 동작함
'Data Science > Python' 카테고리의 다른 글
| [Pandas] 누락데이터 처리 : isna, dropna, fillna (0) | 2020.10.21 |
|---|---|
| [Numpy] 인덱싱 슬라이싱 - 불리언 인덱싱 (0) | 2020.10.21 |
| [파이썬] 함수 정의하기, 호출하기(사용) (0) | 2020.10.21 |
| [파이썬] 실수 <-> 정수 변환, 리스트/튜플 <-> 문자열 변환 (0) | 2020.10.21 |
| [파이썬] 문자열 - Split, Replace 함수 (0) | 2020.10.21 |
