2025-03-31

Numpy 사용

!pip install numpy

import numpy as np
data = [1,2,3]
arr = np.array(data)
print(arr)
print(type(arr))

파이썬 넘파이를 사용한 행렬구분

!pip install numpy

import numpy as np

data2d = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]

arr = np.array(data2d)
print(arr[ : ,0])#행은 전부다 열은 0번째 출력 arr[행인덱스 , 열인덱스]

ndarray

!pip install numpy

import numpy as np

data2d = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]

arr = np.array(data2d)

print(arr.shape)#가로세로 열길이
print(arr.ndim)#데이터 차원
print(arr.dtype)#데이터 타입

!pip install numpy

import numpy as np

data = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]

c = np.array(data)

print(np.zeros(3))
print(np.ones(3))

사이즈 지정해서 바로 넣기

!pip install numpy

import numpy as np

data = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]

c = np.array(data)

size = (3,4)
print(np.zeros(size))

넘파이의 arange 함수는 최대 세 개의 파라미터를 입력할 수 있으며, 지정된 범위의 규칙적인 숫자를 갖는 ndarray 객체를 반환한다

!pip install numpy

import numpy as np

data = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]

c = np.array(data)

print(np.arange(5))
print(np.arange(1,5))
print(np.arange(1, 5,2))

!pip install numpy

import numpy as np

data = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]

c = np.array(data)

ndarr1 = np.arange(6)
ndarr2 = ndarr1.reshape(2,3)
print(ndarr2)

넘파이에는 무한대의 결측지를 표현하는 특수한 데이터가 존재한다 nan은 not a number의 약자로숫자가 아닌 값 혹은 정의되지 않은 숫자를 의미한다

!pip install numpy

import numpy as np

print(np.nan, type(np.nan))
print(np.inf, type(np.inf))
print(np.inf, type(-np.inf))