Axis
1차원에서의 AxisAxis = 0행을 기준으로 2차원에서의 AxisAxis = 0열을 기준으로(열에서)Axis = 1행을 기준으로(행에서)import numpy as np# 2차원 배열 생성 (3x4 배열)arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])# axis=1일 때 (행을 기준으로 연산)max_in_rows = np.max(arr, axis=1)print(max_in_rows) # 각 행에서 최대값 추출: [4, 8, 12]# axis=0일 때 (열을 기준으로 연산)max_in_columns = np.max(arr, axis=0)print(max_in_columns) # 각..
2024. 10. 5.
Numpy - 배열 내 요소 접근(인덱싱과 슬라이싱)
1. 인덱싱 [1차원 인덱싱]import numpy as np# 1차원 배열 생성arr1 = np.array([10, 20, 30, 40, 50])# 1차원 배열 인덱싱 예시print("첫 번째 요소:", arr1[0]) # 인덱스 0의 요소print("세 번째 요소:", arr1[2]) # 인덱스 2의 요소print("마지막 요소 (-1 인덱싱):", arr1[-1]) # 마지막 요소---------------------------------------------------# 첫 번째 요소: 10# 세 번째 요소: 30# 마지막 요소 (-1 인덱싱): 50 [2차원 인덱싱]# 2차원 배열 생성arr2 = np.array([[1, 2, 3], [4, 5..
2024. 9. 26.
Numpy - ndarray의 속성
1. dtype: 배열 요소의 자료형 2. ndim: 배열의 차원 (예시: 1차원, 2차원, 3차원) 3. shape: 배열의 모양 (예시: 1x2, 3x4x5) 4. size: 전체 요소의 개수 [예시 코드]import numpy as np# 2x3 배열 생성arr = np.array([[1, 2, 3], [4, 5, 6]])# 각 속성 출력print("dtype (배열 요소의 자료형):", arr.dtype) # 배열 요소의 자료형print("ndim (배열의 차원):", arr.ndim) # 배열의 차원print("shape (배열의 모양):", arr.shape) # 배열의 모양 (행과 열)print("size (전체 요소의 개수):", arr.size) ..
2024. 9. 26.
Numpy - 배열의 생성
1. empty(shape): 지정한 모양의 배열을 생성하지만, 배열의 값은 초기화되지 않음(쓰레기 값 포함). 따라서, shape는 생성되지만 내부 값은 0이 될 수도, 1이 될 수도, 쓰레기 값이 될 수도 있다. np.empty((2, 3))# array([[6.92367847e-310, 6.92367847e-310, 0.00000000e+000],# [0.00000000e+000, 0.00000000e+000, 0.00000000e+000]]) 2. array(object): 리스트, 튜플 등 기존 데이터를 배열로 변환한 것. np.array([1, 2, 3])# array([1, 2, 3]) 3. zeros(shape): 지정한 모양(shape)의 배열을 0으로 채워서 생성np.z..
2024. 9. 26.
유용한 파이썬 함수들 - len(), map(), filter(), zip(), reduce(), enumerate()
len(): 리스트, 문자열 등 자료의 길이 반환 map(): 리스트 내 각 요소들에게 동일하게 간단한 연산을 적용할 때 사용: 주로 이름 없는 람다 함수로 연산을 정의하고, 이를 각 요소에 적용하도록 하는 형태가 많이 사용됨# 기본 형태list(map(변경할 타입, 리스트 명))list(map(lambda 변경할 형태(람다함수), 리스트명))# 활용a = [1, 2, 3, 4, 5]list(map(str, a)) # ['1', '2', '3', '4', '5']b = [1, 2, 3, 4, 5]list(map(lambda x:x+1, b)) # [2, 3, 4, 5, 6] filter(): 리스트 내 요소 들을 특정 기준으로 필터링(즉, 특정 기준을 만족하는 요소만 추출하도록)할 때 사용 # 활용a =..
2024. 9. 19.
순서열 -List, tuple
순서열: 여러 개의 데이터를 순차적으로 나열해놓은 자료구조 List: 순차적 데이터의 저장을 위해 사용되는 자료구조 / 순서 O, 수정 O a = [1, 2, 3, 4, 5]# 또는a = list((1, 2, 3, 4, 5)) [리스트 내 원소 접근]: 데이터의 위치 번호를 사용하여 리스트 내 원소 데이터로 접근하는 방법a = [1, 2, 3, 4]a[0] # 1 🚨 음수 인덱스?: 음수 인덱스는 List의 길이에서 뺀 값으로 접근한다.a = [1, 2, 3, 4]a[-1] # 4# a[-1] == a[len(a)-1] == a[4-1] = a[3] ❓슬라이싱: List의 범위 내 모든 데이터를 접근# 기본 형태list[start:end:inteval] # -> (start # 사용 방법a =..
2024. 9. 19.
