1. 슬라이싱파이썬의 리스트와 유사하게, Numpy 배열도 슬라이싱이 가능하다. 1.1 일차원 배열에서의 슬라이싱 import numpy as np arr= np.arange(10) #출력해보면 array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) arr[5] #배열은 0부터 시작하기때문에 6번째의 5가 선택된다. #출력 해보면 5 arr[5:8] #5번째에서 8번째값 전까지를 슬라이싱하는 것 #출력 array([5, 6, 7]) arr[5:8] = 12 # 5번째에서 8번째값 전까지에 12의 값을 넣는것 # 출력해보면 array([ 0, 1, 2, 3, 4, 12, 12, 12, 8, 9]) arr[:] # 슬라이스 할때 앞 뒤를 명시하지 않으면 전체를 출력 arr[3:] #앞에만 명시할..
Flearning의Python으로 Big Data 분석하기를 기반으로 들은 내용을 정리했다1. Numpy? Numerical Python의 줄임말로, 고성능의 다차원 배열 객체를 다룰 때 유용하게 쓰이는 라이브러리이다. 2. Numpy 배열 2.1 배열의 생성파이썬의 리스트로 정의될 수 있으며, 직접 정의할 수도 있다. import numpy as np data1 = [1,2,3,4,5] np1_arr = np.array(data1) np2_arr = np.array([1,2,3,4,5]) 두 배열 np1_arr, np2_arr은 1차원의 서로 같은 값을 가진 Numpy 배열이 생성된다.이 후 np1,2_arr 들의 형태를 type(np1.arr)을 이용하여 살펴보면 라는 데이터 타입으로 Numpy 배열..