본문 바로가기

분류 전체보기

series 2019. 12. 29. 11:04 import pandas as pd 선언 s1 = pd.Series([1, 3, np.nan, 2, 4]) s2 = pd.Series(np.arange(10)) dic3 = {"D":500, "E":400, "F":300} s3 = pd.Series(dic3) index 설정 s = pd.Series(np.random.randint(10, size=5), index=list("ABCDE")) A 6 B 3 c 0 D 8 E 4 데이터 확인 list(s.index), list(s.values) (['A', 'B', 'C', 'D', 'E'], [6, 3, 0, 8, 4]) string = "B" s.B, s["B"], s[string]..
basic 2019. 12. 29. 11:02 Pandas 데이터 분석을 위한 쉽고 성능이 좋은 오픈소스 python 라이브러리 R보다 학습이 쉽rh, 표준 프로그램 언어(웹, GUI)를 사용 1) Series Index, Value로 이루어진 데이터 타입 같은 데이터 타입의 Value를 가짐 2) DataFrame Index, Column, Value로 이루어진 데이터 타입 Column이 Series로 구성 같은 컬럼에 있는 Value는 같은 데이터 타입을 가짐
기본함수 2019. 12. 29. 11:00 broadcasting 특정한 어떤 조건이 맞을 때 모양이 다른 배열끼리도 연산 가능 Shape이 같은 두 ndarray에 대한 연산은 각 원소별로 진행 두 배열 간의 연산에서 최소한 하나의 배열의 차원이 1인 경우 반복 확장되어 연산 a = np.arange(12).reshape(4, 3) b = np.arange(10, 13) a + b array([[10, 12, 14], [13, 15, 17], [16, 18, 20], [19, 21, 23]])a * b array([[ 0, 11, 24], [ 30, 44, 60], [ 60, 77, 96], [ 90, 110, 132]]) 연산 함수 add, substract, multiply, divide .linalg.inv 역행렬 구하는 함수 모든 차원의..
shape 2019. 12. 29. 00:23 .size 차원 정보 없이 원소의 개수 출력 .reshape array의 shape을 다른 차원으로 변경 reshape한 후의 결과의 전체 원소 개수와 이전 개수가 같아야 가능 이미지 데이터 벡터화에 사용 (2차원 혹은 3차원(RGB)을 트레이닝을 위해 1차원으로 변경) x = np.arange(24) y = x.reshape(4, 6) z = x.reshape(3, 2, 4) print("x :", x) print("y :", y) print("z :", z) x : [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23] y : [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11] [12 13 14 15 16 17] [18 19 20 2..
랜덤함수 2019. 12. 28. 17:13 .rand np.random.rand(d0, d1, ..., dn) (d0, d1, ..., dn) shape 배열 [0. 1)의 균등 분포(Uniform Distribution) 형상으로 표본 추출 Gaussina normal .randn np.random.randn(d0, d1, ..., dn) (d0, d1, ..., dn) shape 배열 표준 정규 분포(standard normal distribution)에서 표본 추출 .randint np.random.randint(low, high=None, size=None, dtype='l') low 부터 high 미만의 범위에서 정수 표본 추출 .random np.random.random(size=None) [0., 1.)의 균등 분포(U..
생성함수 2019. 12. 28. 17:11 .array x = np.array([1, 2, 3, 4]) y = np.array([[2, 3, 4], [1, 2, 5]]) .arange np.arange([start,] stop[, step,]) 범위내에서 간격을 기준 균등 간격의 배열 요소의 객수가 아닌 데이터의 간격을 기준으로 배열 생성 .linspace np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) start부터 stop의 범위에서 num개를 균일한 간격으로 데이터를 생성하고 배열을 만듦 요소 개수를 기준으로 균등 간격의 배열을 생성 np.linspace(1, 10, 4) array([ 1., 4., 7., 10.]) .logspace numpy.logsp..
basic 2019. 12. 28. 17:08 Numpy N차원 배열 객체 파이썬으로 수치해석, 통계 관련 기능 구현시 가장 기본이 되는 모듈 유용한 선형 대수학, 푸리에 변환 및 난수 기능 등을 빠르게 계산하기 위한 패키지 (대부분의 데이터는 행렬 형태) 범용적 데이터 처리에 사용 가능한 다차원 컨테이너 C, C++, Fortran로 작성되어 실행 속도 빠름 Scipy, Pandas, matplotlib 등의 기반으로 사용 사용import numpy as np 입출력 배열 객체를 바이너리 파일 혹은 텍스트 파일에 저장, 로딩 기능 제공 np.save(): NumPy 배열 객체 1개를 파일에 저장, 확장자: npy np.savez(): NumPy 배열 객체 복수개를 1게 파일에 저장, 확장자: pnz np.load() : NumPy 배열 저장 파일로..
input output 2019. 12. 28. 15:53 File 파일 읽기/쓰기 w : 파일쓰기(덮어씀) x : 파일생성 r : 파일읽기 a : 추가 파일 타입 t : 텍스트 타입 b : 이진 타입 with file의 open, close를 간단하게 작성 자동으로 close # 폴더 생성 !mkdir test # 확인 !ls # 텍스트 파일 작성 text1 = """Autumn... the year's last, loveliest smile.""" # 텍스트 파일 쓰기 f = open("test/exam1.txt", "wt") f.write(text1) f.close() # 텍스트 파일 읽기 f = open("test/exam1.txt", "rt") s1 = f.read() f.close() print(s1) Autumn... the year'..

티스토리툴바