Numpy
- 다차원 배열을 처리할 수 있는 선형대수학 라이브러리.
(만약 실행이 안될경우 아나콘다 프롬프트에서 conda install numpy를 실행하여 설치한다.
- 왜 배우는가?
고객 데이터 정리(ex : 이메일, 비번, 성별, 주소, 월결제금액, 가입날짜등등)
- 행과 열이 있다. 그것이 데이터이며, 데이터는 행, 컬럼은 속성이다.
1차원 -> 리스트
2차원 배열 = 행렬(행:row, 열: column)
3차원 배열 -> 이미지 (R,G,B)
shape -> 모양,
1차원 shape: 튜플, 튜플은 데이터 하나만 쓰면 안되니까, 숫자 하나 쓰고 콤마 씀 ex) (4,)
2차원: shape: 행부터, 그다음에 열 (2,3) -> 2행, 3열
# 1차원 배열은 = 벡터(Vector),라고도 불리운다.
# 2차원 배열 = 행렬(Matrix)
| import numpy as np |
- import의 형식으로 numpy의 모듈을 불러온다는 뜻
- as는 묘듈의 이름이 너무 기니, 앞으로는 as 뒤의 이름으로 부르겠다는 뜻.
1차원
- 리스트를, 넘파이의 1차원 배열로 만드는 방법
- 리스트를 감싸고 있다.
- array라고 시작되어있는 것을 보면 무조건 Numpy라고 대답해야한다. 정체가 넘파이.
| a = [1,2,3,4,5] np.array(a) b= np.array(a) |
a 는 리스트, b는 넘파이
- 평균 구할때
| sum(a)/len(a) b.mean() |
- 데이터의 갯수 구할 때, 리스트와 넘파이의 차이
| len(a) len(b) b.size |
리스트는 size의 속성이 없다.
- 데이터의 모양을 확인하는 방법, 리스트와 넘파이의 차이
| a.shape b.shape |
- 저장하고 있는 데이터의 타입을 확인하는 방법, 리스트와 넘파이의 차이
| type(a[0]) b.dtype |
b.dtype의 결과값 -> dtype(‘int32’)
숫자 32는, 내 컴에서 숫자를 저장할 떄 32비트로 저장한다는 뜻.
많이 쓰이는 넘파이 속성/함수
| b.size b.dtype b.shape b.mean() b.max() b.min() |
2차원: 행렬
- 행렬의 변수명은 대부분 대문자로 사용한다. 대문자로된 변수를 보면 행렬이라고 판단해도 무방할듯.
- 아래는 리스트로 만든 2차원
| C = [[1,2],[3,4]] |
- 넘파이의 2차원 배열을 만드는 방법
(결과값이 행과 열을 맞춰서 보여준다. )
사용 속성/함수는 기본적으로 같다.
