파이썬(python)을 활용한 데이터 분석 - numpy

1. numpy 자료형

: numpy의 자료형은 ndarray로 효율적인 배열 연산을 위해 개발됨.
: 서로 다른 데이터 타입의 요소를 담을수 없음

(1) np.array 함수

: 위 함수를 이용하여 ndarray를 생성 할 수 있음

import numpy as np


#1. np.array() : ndarray 생성

a = np.array([1,2,3,4,5])

print(a) #a의 형태는 ndarray

#출력 : [1 2 3 4 5]

(2) np.zeros(x)

: x 모양의 0행렬 ndarray 반환

# 2. np.zeros() : 2x2 영행렬 ndarray 생성

b= np.zeros((2,2), dtype=int)

print(b)

# 출력 :
#[[0 0]
# [0 0]]

(3) np.arange(st,ed,step)

: step 만큼 건너뛴 ndarray 반환

# 3. np.arange() : 해당 범위의 ndarray 생성

c = np.arange(1,2,0.1)

print(c)

#출력 : [1. 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9]

(4) np.linspace(st,ed,num)

: num갯수의 요소를 가지는 동일 간격 1차원 배열 반환

# 4. np.linspace() : 동일간격 1차원 배열 함수 반환

d = np.linspace(0,10,9)

print(d)

#출력 : [ 0. 1.25 2.5 3.75 5. 6.25 7.5 8.75 10. ]

2. ndarray의 인덱싱과 슬라이싱

: 기본적인 인덱싱과 슬라이싱은 리스트 자료형과 완전히 동일.
: 2차원 배열의 경우 , ndarray는 X[i , j] vs 리스트는 L[i][j] 로 접근.

3. ndarray의 비교연산자

# 비교 연산자

e = np.arange(1,6,1)

print(e>=3) # 출력 : [False False True True True]

print(sum(e>=3)) # True의 갯수 반환 출력 : 3

print(e[e>=3]) # 조건에 맞는 요소만 반환 출력 : [3 4 5]

https://itforest.tistory.com/m/162

파이썬(python)을 활용한 데이터 분석-파이썬 주요 데이터 구조2(사전 dictionary)