본문 바로가기

numpy5

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 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 자료구조:: ndarray 생성 ndarray에 대한 설명은 이전 포스팅을 참고하면 된다.2024.09.09 - [공부한 것들../Numpy] - Numpy 자료구조 :: ndarray (N- Dimension Array) Numpy 자료구조 :: ndarray (N- Dimension Array)# Numpy 자료구조 :: ndarrayNumpy 라이브러리의 주요 자료구조는 ndarray로 다차원 데이터를 저장하며 여러 연산 및 인덱싱에 필요한 툴을 제공한다.위의 사진은 n차원의 배열을 시각화하여 표현한 것bottle-an00.tistory.com # ndarray 생성 방법ndarray 생성 방법은 아래와 같은 방법이 있다. 여러 방법에 대한 api reference를 각각 살펴보고 예시 코드를 실행해보아 ndarray 생성 방법을.. 2024. 9. 11.
Numpy 자료구조 :: ndarray (N- Dimension Array) # Numpy 자료구조 :: ndarrayNumpy 라이브러리의 주요 자료구조는 ndarray로 다차원 데이터를 저장하며 여러 연산 및 인덱싱에 필요한 툴을 제공한다.위의 사진은 n차원의 배열을 시각화하여 표현한 것이다. 위의 데이터를 저장하는 ndarray는 아래의 구성요소를 갖는다.형태 (shape)원소의 수 (size)저장된 데이터 타입 (dtype)축 (axis)각 차원의 shape와 axis 방향은 위의 그림과 같이 표현된다.Numpy의 ndarray 자료구조는 아래와 같은 장점을 가지고 있다.다차원 데이터 지원: 1차원 벡터부터 N차원 배열까지 자유롭게 다룰 수 있어 복잡한 데이터 구조를 효율적으로 관리할 수 있다.동일한 데이터 타입 유지: 배열 내 모든 요소가 같은 데이터 타입을 가지므로, .. 2024. 9. 9.