반응형
고성능의 수치 계산 라이브러리
py에서 대규모 다차원 배열을 다룰 수 있는 라이브러리
N차원의 배열 객체를 지원
효율적인 데이터 분석을 도와줌
데이터의 대부분은 숫자 배열
list VS numpy
- 리스트에 비해 빠른 연산, 효율적인 메모리 사용
- list와 달리 numpy의 array는 단일타입 (float64)
list(range(10))
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
import numpy as np
np.array([1, 2, 3, 4, 5])
# array([1, 2, 3, 4, 5])
실습
numpy library에서 자주 사용되는 함수들로는
np.array - 배열생성
np.zeros - 0이 들어있는 배열 생성
np.ones - 1이 들어있는 배열 생성
np.empty - 초기화가 없는 값으로 배열을 반환
np.arrange(n) - 배열 버전의 range 함수
반응형
'● 인공지능, 분석 > 20.10 NIPA_주가예측' 카테고리의 다른 글
[Numpy] DataFrame 정렬 (0) | 2020.10.09 |
---|---|
[Pandas 기초] Series, Dataframe, loc, iloc, slicing, (0) | 2020.10.05 |
[NumPy] numpy 문제 풀기. 0의 갯수 세기 (0) | 2020.10.05 |
[NumPy] numpy, 집계함수, 요약, 통계, sum, min, max, mean, std / axis에 따른 방향 (0) | 2020.10.05 |
[NumPy] numpy, np, 브로드캐스팅 연산(Broadcasting) (0) | 2020.10.05 |