NumPy
-
[21.02.17] numpy와 친해지기 셋째 날AI/study log 2021. 8. 30. 00:00
5-4. 차원 축소 연산(dimension reduction) -> 행렬의 하나의 행에 있는 모든 원소들을 하나의 데이터 집합으로 보고 연산! 최대/최소: min, max, argmin, argmax argmin: 최솟값의 위치(인덱스) argmax: 최댓값의 위치(인덱스) 기술 통계(descriptive statistics): sum, mean, median, std, var, percentile percentile: 백분위 수 - np.percentile(x,0) - np.percentile(x,25) - np.percentile(x,50), - np.percentile(x,75) - np.percentile(x,100) 불리언: all, any +) 연산의 대상이 2차원 이상인 경우, 어느 차원에서..
-
[21.02.16] numpy와 친해지기 둘째 날AI/study log 2021. 8. 29. 23:58
3. 배열 생성 크게 다섯 가지로 나누어 배열 생성 메소드를 살펴볼 것이다. zeros/ones zeros: a=np.zeros(5) -> [0,0,0,0,0] b=np.zeros((2,3)) -> [[0,0,0],[0,0,0]] ones: c=np.ones(4) -> [1,1,1,1] d=np.ones((2,2)) -> [[1,1],[1,1]] zeros_like/ones_like zeors_like: 입력한 배열과 같은 크기로, 0으로 초기화된 새 배열 생성 e=np.zeros_like(d) -> [[0,0],[0,0]] ones_like: 입력한 배열과 같은 크기로, 1로 초기화된 새 배열 생성 f=np.ones_like(e) -> [[1,1,1],[1,1,1]] empty g=np.empty((4..
-
[21.02.15] numpy와 친해지기 첫째 날AI/study log 2021. 8. 29. 23:57
numpy와 친해지기 numpy나 pandas와 같은 파이썬 모듈이 거의 기본으로 쓰인다는 것은 이미 잘 알고 있고 그 개념은 엄청 많이 들었는데 막상 쓰려면 매번 예제를 찾아봐야 하는 문제 때문에 이번 개강 전에 바짝하기로 했다! 사실 이번에 듣게 되는 '기계학습' 수업에서 거의 numpy를 빠삭하게 다뤄야 편하다고 해서 딱 7일 컷으로 시작하기로 했다! 그래도 이렇게 html 파일에 내 식으로 정리하는 게 기억에 많이 남기도 하고, 나중에 기억 안 나거나 복습할 때 다시 찾아올 수 있으니 좋다! 더불어 수학 공부도 같이 할 수 있고 연습문제도 같이 섞여있고 정리도 아주 잘 되어있는 질 좋은 사이트를 발견해서 신나게 시작한다. 얏호~! 1. 넘파이 배열 1.1 import numpy as np로 모듈을..