๋ชฉ์ฐจ
ํ์ด์ฌ ๋ผ์ด๋ธ๋ฌ๋ฆฌ์ธ numpy์ ๋ํด์ ์์๋ณด์!
Numpy(numerical python)_
numpy๋ C์ธ์ด๋ก ๊ตฌํ๋ Python๋ผ์ด๋ธ๋ฌ๋ฆฌ์ด๋ค.
๊ณ ์ฑ๋ฅ์ ์์น๊ณ์ฐ์ ์ํด์ ์ ์์ด ๋์๊ณ ํ๋ ฌ ์ฐ์ฐ, ๋ฒกํฐ ์ฐ์ฐ ๋ฑ์ ๊ธฐ๋ฅ์ ์ง์ํ๋ค!
๋ํ pandas์ ํจ๊ป ๋ฐ์ดํฐ๋ถ์์ ํ ๋ ์ฌ์ฉํ๋ค.
numpy ์ฌ์ฉ ์ด์
1. ๋ฐ์ดํฐ์ ๋๋ถ๋ถ์ ์ซ์ ๋ฐฐ์ด๋ก ๋ณผ ์ ์๋ค! (์ด๋ฏธ์ง์ ๋ช ์ ๋ฐ์ดํฐ๋ฅผ 0~100์ผ๋ก ํ์ ๋ฑ)
2. ๋ฐ๋ณต๋ฌธ์์ด ๋ฐฐ์ด ์ฒ๋ฆฌ๊ฐ ๊ฐ๋ฅํ๋ค (๋น ๋ฅธ ์ฐ์ฐ, ๋ฉ๋ชจ๋ฆฌ ํจ์จ์ ์ผ๋ก ์ฌ์ฉ ๊ฐ๋ฅ!)
์ฌ์ฉ๋ฒ
import numpy
import numpy as np
์์ ๊ฐ์ด numpy๋ชจ๋์ ๋ถ๋ฌ์ค๋ฉด ์ฌ์ฉ์ด ๊ฐ๋ฅํ๊ณ , np๋ผ๋ ๋ณ์นญ์ ์ฃผ๋ก ์ฌ์ฉํ๋ค.
ํ์ด์ฌ vs numpy
ํ์ด์ฌ ๋ด์ฅ list
list_arr = list(range(5))
print(list_arr)
print(type(list_arr))
ใ
กใ
กใ
กใ
กใ
กใ
กใ
กใ
ก
[0, 1, 2, 3, 4] # ์ฝค๋ง(,)๋ก ๊ตฌ๋ถ
<class 'list'>
์์ ๊ฒฝ์ฐ๋ฅผ ๋ณด๋ฉด ์์๋ค์ด ์ฝค๋ง( , )๋ก ๊ตฌ๋ถ์ด ๋๊ณ
list ํ์ ์ธ ๊ฒ์ ์ ์ ์๋ค.
numpy
np_arr = np.array(range(5))
print(np_arr)
print(type(np_arr))
ใ
กใ
กใ
กใ
กใ
กใ
กใ
กใ
ก
[0 1 2 3 4] # ๊ณต๋ฐฑ์ผ๋ก ๊ตฌ๋ถ
<class 'numpy.ndarray'> # n์ฐจ์์ ๋ฐฐ์ด(n-dimensional array)
# numpy importํ๋ค๊ณ ๊ฐ์
์ด๋ฒ ๊ฒฝ์ฐ์๋ ์์๋ค์ด ๊ณต๋ฐฑ์ผ๋ก ๊ตฌ๋ถ์ด ๋์๊ณ
ndarray ํ์ ์ธ ๊ฒ์ ์ ์ ์๋ค.
์ด๋ n-dimensional array์ด๊ณ 'n์ฐจ์์ ๋ฐฐ์ด'์ด๋ผ๋ ๋ป์ด๋ค.
'๐ | Python > ํ์ด์ฌ ๋ผ์ด๋ธ๋ฌ๋ฆฌ' ์นดํ ๊ณ ๋ฆฌ์ ๋ค๋ฅธ ๊ธ
numpy_(2)_๋ฐฐ์ด (0) | 2021.11.17 |
---|
๋๊ธ