코드탐험 신비의 세계

넘파이 데이터 변수[ ]에 연산을 넣으면 해당 연산에 맞는 값을 출력해준다 >>> X array([[16, 47, 97, 57, 73], [41, 12, 90, 83, 84], [ 6, 98, 20, 43, 78], [65, 19, 40, 5, 64]]) >>> X > 70 array([[False, False, True, False, True], [False, False, True, True, True], [False, True, False, False, True], [False, False, False, False, False]]) >>> (X > 70).sum() 7 >>> X[X>70] array([97, 73, 90, 83, 84, 98, 78]) [ ] 특정값만 잘라서 가져오는 슬라이싱을 하려..

shape : 저장하고있는 데이터의 모양을 확인 (= 배열 크기 확인) >>> score_list = [100, 90, 75, 66, 98] # 넘파이의 1차원 배열로 만드는 방법 : 리스트를 넣어준다. >>> x = np.array(score_list) >>> x.shape (5,) size : 저장하고 있는 데이터의 갯수를 확인 >>> x.size 5 dtype : 저장하고 있는 데이터의 타입을 확인 >>> x.dtype dtype('int32') ndim : 저장하고 있는 데이터의 차원의 수를 확인 >>> x.ndim 1

NumPy - NumPy는 행렬이나 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하는 선형대수학(Linear Algebra) 라이브러리이다. numpy 는 아래와 같이 선언하여 사용한다. import numpy as np numpy array 생성 np.array() >>> a = [1, 2, 3, 4, 5] # 1차원 데이터 >>> b = np.array(a) >>> b array([1, 2, 3, 4, 5]) >>> x = np.array([[1,2],[3,4]]) # 2차원 배열 >>> x array([[1, 2], [3, 4]])