넘파이

넘파이 형식 작성 전에 적을 문장

import numpy as np

shape
:

np.arange()
: 지정된 범위 내에서 일정한 간격으로 숫자 출력

astype: 데이터의 타입을 다른 유형으로 바꾸는 메서드

• dtype:npshape 데이터의 타입을 확인하는 속성이고,

npshape()
: 배열의 구조,크기를 튜플형태로 바꿈

• np.ones()
  :1로 채운 배열생성
• np.zeros()
  :0으로 채운 배열생성

np.random

• rand: 0 ~ 1 사이의 균일 분포
• randn: 정규분포
• randint: 균일 분포 정규 난수

seed()
: 무작위로 숫자를 생성할 때 동일한 결과를 똑같이 재현할 수 있도록 제어하는 기능

unique()
: 중복값 제거

ravel(), np.ravel()
: 다차원 배열을 1차원으로 변경하는 메서드

np.flatten()
: 카피 생성해서 원본보호
-1 : 차원 유추

np.expand_dims()
: axis로 지정 축을 확장하는 메서드

transpose, T
: 행과 열 변경

array간 연산
: 차원이 더 큰쪽으로 연산

브로드캐스팅
: 다른 크기 배열 간에도 자동 연산
[규칙]
1. 뒷 차원부터 비교한더
2. shape가 같아야 한다
3. 차원 중에 값이 1이 존재한다
[연산불가]
1. 차원의 크기가 서로 다르고, 어느 쪽도 1이 아닐 때
2. 1차원 벡터를 행(Row) 단위가 아닌 열(Column) 단위로 더하려고 할 때
3. 차원의 수(Ndim)는 맞지만 축의 방향이 불일치할 때

exsis= 0
: x축 (y축 연산)
exsis= 1
: y축 (x축 연산)
exsis= 2
: z축 (열 전체 연산)
exsis= -1
: 마지막 차원

armax()
: 최대값 인덱스
(최대값 숫자 구할떄는
: print(a[a.argmax()])) 이런식으로 구함

boolean selection, boolean indexing
: 조건 필터링을 통해 원하는 데이터만 골라냄

다중 조건식

• & : and 조건식
• | : or 조건식