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
- Redshift
- Apache
- hive
- Google Spreadsheet
- Python
- django
- PySpark
- Mac
- matplotlib
- Tkinter
- Kotlin
- Google Excel
- Excel
- PostgreSQL
- GIT
- array
- PANDAS
- c#
- string
- SQL
- Java
- dataframe
- numpy
- math
- google apps script
- Github
- 파이썬
- list
- Today
- Total
목록Python (384)
달나라 노트
numpy의 clip method는 전달받은 숫자를 최소값 또는 최대값 사이의 값인지 체크합니다. 최소값보다 작은 값은 최소값으로 return하며, 최대값보다 큰 값은 최대값으로 return합니다. 만약 array를 전달받았을 경우 array에 있는 각각의 요소들마다 clip을 적용하여 array를 return합니다. Syntax numpy.clip(value_array, min, max) value_array = clip method를 적용할 어떤 값 또는 array입니다. min = 최소값입니다. max = 최대값입니다. import numpy as np val_test = np.clip(10, 2, 7) print(val_test) -- Result 7 10은 max값인 7보다 크므로 7이 retu..
numpy의 zeros_like method는 전달받은 array와 동일한 모양의 array를 생성하고 그 요소를 모두 0으로 채웁니다. import numpy as np arr_test = np.array( [ [9, 1, 5, 7], [2, 6, 5, 8], [0, 3, 0, 2], [4, 0, 7, 3] ] ) print(arr_test) arr_test_zero = np.zeros_like(arr_test) print(arr_test_zero) -- Result [[9 1 5 7] [2 6 5 8] [0 3 0 2] [4 0 7 3]] [[0 0 0 0] [0 0 0 0] [0 0 0 0] [0 0 0 0]] 위 예시를 보면 arr_test와 동일한 모양이지만 요소가 모두 0으로 채워진 새로운 a..
numpy의 pad method는 대상 array의 테두리에 특정 데이터를 추가해줍니다. Syntax numpy.pad(array, pad_width=((a, b), (c, d)), mode='constant', constant_values=0 ) array = pad method를 적용할 대상이 될 array입니다. pad_width = 데이터를 추가해서 테두리를 몇줄이나 만들지를 지정하는 부분입니다. a -> 위쪽 행 추가 개수 b -> 아래쪽 행 추가 개수 c -> 왼쪽 열 추가 개수 d -> 오른쪽 열 추가 개수 mode = pad method를 적용하는 mode를 지정합니다. 기본값은 constant입니다. mode='constant' -> 특정한 값으로 테두리를 추가함. mode='edge' ..
1차원 array에서 특정 위치의 요소를 얻어내기 위한 indexing은 아래와 같습니다. import numpy as np arr_test = np.array([3, 1, 4, 5, 7, 2]) print(arr_test[0]) print(arr_test[1]) print(arr_test[2]) print(arr_test[3]) -- Result 3 1 4 5 python의 list에서 indexing을 하듯이 대괄호를 이용해서 indexing을 할 수 있습니다. import numpy as np arr_test = np.array([3, 1, 4, 5, 7, 2]) print(arr_test[1:3]) print(arr_test[0:3]) print(arr_test[1:4]) print(arr_tes..