본문 바로가기

공부한 것들../Numpy8

Numpy 데이터 정렬 # 데이터 정렬...?데이터 분석에 있어 난잡하게 구성된 데이터를 사용하는 것보다 수치형 또는 범주형 데이터의 경우 오름차순으로 정렬하여 데이터를 나열하는 것이 데이터가 가진 의미를 파악하기에도 용이한 경우가 있다. numpy에서는 이를 위해 아래와 같은 함수를 제공한다. numpy.sort()numpy.argsort()이번 포스팅에서는 위의 함수의 API Refernce을 통해 parameter와 사용법을 이해하고 이를 활용하여 데이터를 오름차순, 내림차순으로 정렬하는 방법을 예시코드와 함께 정리하겠다.  # API Reference # numpy.sort()API Reference :: numpy.sort() numpy.sort()는 기본적으로 오름차순 정렬만 지원한다. 정렬된 결과를 return값으.. 2024. 9. 12.
Numpy 데이터 조회를 위한 인덱싱 및 슬라이싱 #인덱싱 & 슬라이싱..?배열에 존재하는 특정 데이터는 인덱스를 통해 접근할 수 있다. 인덱싱을 통해 배열에 존재하는 데이터를 조회하는 것은 "배열명"[인덱스] 형태로 접근할 수 있다.  슬라이싱은 범위를 지정하여 데이터를 조회하는 방식이다."배열명"[from index : to index] from index : 슬라이싱이 시작되는 인덱스 위치이다. 생략 가능하여 default값은 0이다.to index : 슬라이싱이 종료되는 인덱스 위치이다. to index -1 위치의 데이터까지 조회되며 생략 가능하다. default는 항상 해당 배열의 마지막 인덱스이다.  # 예시 코드# 인덱싱, 슬라이싱 예시import numpy as nparr_1d = np.arange(5,15)print("1D-array .. 2024. 9. 12.
Numpy 집계 함수 # 집계함수..? 집계 함수(Aggregate Function)는 데이터를 종합하여 특정 연산을 적용하는 함수를 일컫는 말이다. Numpy의 집계함수는 아래와 같이 정리할 수 있다.  sum() :합min() : 최소값max() : 최대값cumsum() : 누적합 mean() : 평균median() : 중앙값corrcoef() : 상관계수std() : 표준편차unique() : 고유값집계 함수의 사용법은 아래와 같다. #방법 1array.sum()#방법 2np.sum(array) 사용법은 간단하나 중요한 것은 데이터의 집계방향을 신경써줘야 한다는 것이다. 직관적인 함수들이기에 API Reference는 생략하고 예시 코드로 데이터의 집계 방향에 대해서 기록하도록 한다.  # 예시 코드 :: 집계함수 사용.. 2024. 9. 12.
Numpy 기본 연산 # Numpy 기본 연산..?Nuimpy 기본 연산의 특징은 아래와 같다. 연산자(+,-,*,/,,,==,!= ...)을 이용하여 직관적인 배열 연산이 가능하다.모든 연산은 배열의 각 요소별로 적용된다. 모든 산술 연산은 Numpy모듈에 구현되어있다.  # Numpy 사칙 연산 간단한 것이니 예시 코드로 설명하겠다.import numpy as npa = np.arange(1,10).reshape(3,3)print("A :: \n",a)b= np.arange(9,0,-1).reshape(3,3)print("\nB ::\n",b)#덧셈add_operator_result = a + bprint("\nResult of A + B\n",add_operator_result)add_method_result = np... 2024. 9. 12.
Numpy ndarray shape 변경 # Numpy ndarray shape 변경..?머신 러닝을 알고리즘 적용을 위해서나 이미지 데이터를 딥러닝에 적용시 등의 사례에서 볼 수 있듯이 각 알고리즘에서 정해진 ndarray의 shape에 맞게 각 데이터의 shape 변경이 필요하다.다음은 numpy의 ndarray의 shaep을 변경하는 방법을 나엻한 것이다.  numpy.reshape()numpy.resize()numpy.newaxisnumpy.squeeze()다른 shape 변경을 위한 함수가 많이 존재하지만 대표적으로 위의 함수를 정리하도록 하겠다. # 각 함수의 API Reference 정리 예시 코드 # numpy.reshape()API Reference :: numpy.reshape()# 파라미터 정리a (array_like) : .. 2024. 9. 12.
Numpy :: 데이터 타입 # Numpy 데이터 타입 Numpy 데이터 타입은 아래와 같이 정리할 수 있다. numpy.int (정수)numpy.float (실수)numpy.complex (복소수)numpy.bool (불리언)numpy.object (파이썬 객체)numpy.str (문자열)numpy.int와 numpy.float의 경우 뒤에 bit를 의미하는 숫자를 붙여 특정 값 범위만큼의 수 표현이 가능한다.(ex:numpy.int16은 Integer(-32768 ~ 32767)범위의 수를 표현 가능, numpy.int8은 Byte(-128 ~ 127) 범위의 수를 표현 가능) # ndarray 요소 데이터 타입 변경 방법 # 방법 1 :: ndarray 생성시 인자로 dtype을 지정하는 방식import numpy as npd.. 2024. 9. 12.

티스토리툴바