ㅅㅇ

플레이데이터 빅데이터캠프 공부 내용 _ 6/23 numpy _ 04_3 브로드캐스팅 기본적으로, 배열의 연산은 shape이 다르면 error 근데, shape이 다른 애들끼리 연산이 되기 위해 넘파이에서 알아서 shape을 맞춰주는 브로드캐스팅이 있다. 그러나, 다 되는 것은 아니다. 우리는 브로드캐스팅이 가능한 조건을 알아야 한다. 그리고 어떤 식으로 변형이 되고 값이 나올지 알고 있어야 한다. 1. 브로드캐스팅 이란 - 사전적의미 : 퍼트린다. 전파한다. - 형태(shape)가 다른 배열 연산시, 배열의 형태를 맞춰 연산이 가능하도록 한다. - 모든 형태를 다 맞추는 것은 아니고 조건이 맞아야 한다. - 조건 1. 두 배열의 축의 개수가 다르면(차원이 다르면), 작은 축의개수를 가진 배열의 형태(sh..

플레이데이터 빅데이터캠프 공부 내용 _ 6/23 numpy _ 04_2 범용함수(Ufunc, Universal function) 1. 범용함수란 - 벡터화를 지원하는 넘파이 연산 함수들. - 유니버셜 뜻이 "전체에 영향을 미치는" 이다. 그래서 이 함수는 배열의 원소 전체에 영향을 미치는 기능을 제공하는 함수다. - 배열의 원소별로 연산 을 처리하는 함수들 - 반복문을 사용해 연산하는 것 보다 유니버셜 함수를 사용하는 것이 속도가 빠르다. 2. 주요 범용함수 2.1 단항 범용함수 (unary ufunc) - 매개변수로 한개의 배열을 받는다. - 한 배열내의 원소별로 연산 2.2 이항 범용함수 - 매개변수로 두개의 배열을 받는다. - 두 배열의 같은 index 원소별로 연산 - 단항 함수 예제 # 단항함수..

플레이데이터 빅데이터캠프 공부 내용 _ 6/22 numpy _ 04_1 벡터 연산 1. 벡터화 - 벡터 연산 - 같은 형태(shape) 의 배열(벡터, 행렬) 간의 연산은 '같은 index'의 원소끼리 !! 연산을 한다. - Element-wise(원소별) 연산 이라고도 한다. - 배열간의 연산시 배열의 형태가 같아야 한다. - 연산할 배열들은 shape가 같아야 한다. 그리고 그 결과도 shape가 같을 것이다.(내적 말하는 거 아님) - 배열의 형태가 다른 경우 Broadcast 조건을 만족하면 연산이 가능하다. (1) 벡터/행렬과 스칼라간 연산 - 배열(1차원 배열 : Vector) 과 scalar (상수) 간의 연산 x = np.array([10,20,30]) print(x + 10) print(..

플레이데이터 빅데이터캠프 공부 내용 _ 6/22 numpy _ 02_2 정렬 1. np.sort(arr) x.sort() : arr을 정렬 np.sort(arr) : x를 정렬한 새로운 배열을 반환 (원본을 바꾸지 않음.) x.sort() : 원본이 정렬됨. 1) 내림차순 정렬 옵션 없음. 오름차순 뿐이다. # 오름차순 정렬 (내림차순 정렬 옵션 없음) np.sort(x) - > 만약 내림차순 정렬하고 싶다면? # 내림차순 정렬 - sort() 로 정렬한 뒤에 reverse 시킨다. y2 = np.sort(x)[::-1] # 내림차순 정렬 - 마이너스이용해 -np.sort(-x) 2) 2차원 배열 정렬 s2 = np.random.randint(10,20,size=(5,4)) s2 array([[12, 1..

플레이데이터 빅데이터캠프 공부 내용 _ 6/22 numpy _ 02_1 배열의 원소 조회 배열의 원소 조회 : 인덱싱, 슬라이싱, 펜시, 부울 인덱싱, np.where ... 1. 배열 인덱싱(Indexing) - index - 배열내의 원소의 식별번호 - 0부터 시작 - indexing – index를 이용해 원소 조회 - [] 표기법 사용 1) 1차원 배열 : axis(축)이 한 개 - > 지정할 수 있는 index도 1개 - (10, ) : 0 축 0 ~ 9 조회 가능 - > arr[ 0 ] 2) 다차원 배열 : axis(축)이 n 개 - > 지정할 수 있는 index도 1개 - arr[0축 index, 1축 index, ..., n축 index] - (10,5) # 0축 : 0~9, 1축 : 0~..