일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- gas
- Apache
- GIT
- PostgreSQL
- math
- django
- Github
- Mac
- Python
- dataframe
- Tkinter
- matplotlib
- c#
- Google Excel
- list
- Kotlin
- SQL
- Redshift
- PySpark
- Excel
- numpy
- 파이썬
- Google Spreadsheet
- google apps script
- PANDAS
- Java
- array
- hive
- string
- Today
- Total
목록Python/Python numpy (38)
달나라 노트
numpy의 split method는 array를 나눠서 새로운 array를 생성해주는 역할을 합니다. 바로 예시를 보시죠. import numpy as np arr_base = np.array([10, 9, 8, 7, 6, 5, 4, 3, 2, 1]) print(arr_base) arr = np.split(arr_base, 2) print(arr[0]) print(arr[1]) -- Result [10 9 8 7 6 5 4 3 2 1] [10 9 8 7 6] [5 4 3 2 1] split method는 위처럼 사용할 수 있습니다. 첫 번쨰 인자로 나눌 array를 전달합니다. 두 번째 인자로 array를 몇 부분으로 나눌지를 전달합니다. 위 예시에서는 arr_base를 두 부분으로 나누라고 되어있습니..
numpy의 normal method는 특정 구간 사이의 값을 정규분포의 형태로 추출해줍니다. numpy의 uniform method는 특정 구간 사이의 값을 균등분포의 형태로 추출해줍니다. 이게 무슨 소린지 지금은 잘 감이 안올겁니다. 실제 예시를 보시죠. 먼저 normal method (정규분포)를 봅시다. import numpy as np arr_normal_distribution = np.random.normal(loc=0, scale=10, size=10000) print(arr_normal_distribution) -- Result [ 6.95222556 -5.13843794 1.64328595 ... -10.97587735 18.23262221 -21.6592955 ] normal metho..
numpy의 random.shuffle method는 array속 요소들을 랜덤한 순서로 섞어줍니다. import numpy as np arr_1 = np.array([1, 2, 3, 4, 5]) np.random.shuffle(arr_1) print(arr_1) -- Result [4 2 3 5 1] 위 예시를 보면 array 속 요소들의 순서가 바뀐 것을 볼 수 있습니다. 위 코드를 실행할 때 마다 다른 순서로 섞인 array를 return하는걸 확인할 수 있습니다.
import numpy as np arr_1 = np.random.rand(5) print(arr_1) arr_2 = np.random.rand(5) print(arr_2) -- Result [0.64589411 0.43758721 0.891773 0.96366276 0.38344152] [0.79172504 0.52889492 0.56804456 0.92559664 0.07103606] numpy의 rand method로 랜덤한 숫자를 생성하면 위처럼 생성할때마다 다른 숫자가 return될겁니다. (같은 숫자가 return될 확률도 있지만 너무나도 적은 확률이겠죠.) import numpy as np np.random.seed(seed=0) arr_1 = np.random.rand(5) print(ar..