오늘은 처음으로 미라클 모닝을 하였다. 아침에 조금이라도 일찍 일어나기 힘든 사람이지만 최근에 읽은 책을 읽고 아침의 시간을 소중히 보내기로 했다. 시작에는 효과가 미약하지만 더나은 내가 될 수 있을 거라고 믿는다.
오늘의 계획
- 부스트코스 - 머신러닝을 위한 Python
1) Data Handling - Numpy - Django - 장고걸스 튜토리얼 따라 하기
- 영어 - friends ep.3 쉐도윙
- 헬스장 운동 1시간
- 독서 - 여행의 이유 (~70%)
학습 내용
Numpy
고성능 과학 계산용 패키지
메모리 효율적
for문을 쓰지 않고 배열 처리 가능
- ndarray
numpy 배열 형식
한 배열에 하나의 type만 들어갈 수 있다. (Dynamic typing X )
shape : numpy array 의 object의 dimension 구성 (matrix 형태)
dtype : numpy array의 데이처 type 을 반환함
ndim : numder of dimension
size : data의 갯수
Handling Shape
-
reshape ★
data 갯수만 맞추면 됨 -
flatten
다차원 array를 1차원 array로 변환
Indexing_Slicing
- Indexing
test_exmaple = np.array([[1, 2, 3], [4.5, 5, 6]], int)
test_exmaple[0][0] # 1
test_exmaple[0,0] # 1
test_exmaple[0,0] = 10 # Matrix 0,0 에 12 할당
test_exmaple[0][0] = 5 # Matrix 0,0 에 12 할당- Slicing ★
test_exmaple = np.array([[1,2,5,8],[1,2,5,8],[1,2,5,8], [1,2,5,8]], int)
test_exmaple[:2,:] # 전체 Row의 2열
test_exmaple[:,1:3] # 1 Row의 1~2열
test_exmaple[1,:2] # 1 Row ~ 2 Row의 전체
test_exmaple[1,1:3] # 1 Row의 1열 ~ 2열Creation_Functions
- Arange
- ones, zeros ★
- ones : 모든 값을 1으로 초기화 시킨다
- zeros : 모든 값을 0으로 초기화 시킨다 - identity
단위 행렬 생성 - eye ★
대각선이 1인 행렬, k값의 시작 index의 변경 가능 - diag
대각 행렬의 값을 추출함 - random sampling
분포에 따른 ramdom 수를 만든다.
Operation Function
- axis ★
새로 생기는 축이 0가 되고 기존에 있는 축들은 1씩 밀리게 된다.
operation function을 실행할 때, 기준이 되는 dimension 축
concatenate
축을 기준으로 붙인다.
- vstack
- hstack
- concatenate
설정한 축을 기준으로 붙인다.
Operations b/t arrays
array 간의 기본적인 사칙 연산을 지원함
matrix 구조가 같은지 확인하고 기본 연산을 함
- Dot Product ★
Matrix 의 기본 연산 (곱하기) - broadcastiong ★
matrix + scalar
shape 이 다른 배열간의 연산을 지원 (matrix 간의 연산도 지원)
concat은 numpy보다 list로 처리 해주는게 빠름
Comparison
- All, Any
데이터의 전부(and) 또는 일부(or)가 조건에 만족하는 여부 반환
a>5 ★ - np.where ★
인덱스 값을 반환할 때 많이 쓰인다.
np,where(조건문 , true일 때 값, false일 때 값) - argmax & argmin ★
최대값, 최소값 의 index 번호를 반환
boolean index ★
특정 조건에 따른 값을 배열 형태로 추출함
fancy index
a = np.array([[1, 4]], float)
b = np.array([0, 0, 1, 1, 0], int)
a[b] # array([ 1., 1., 4., 4., 1.])
# b를 row index, c를 column index로 변환하여 표시함a.take(b) -> take 함수 : bracket index와 값은 효과 ★
멋진 하루를 보낸 소감문
Numpy의 기능들은 신기했다. c언어로 했으면 복잡하게 구현할 수 있는데 연산들은 쉽게 한줄로 끝낼 수 있다는 게 재미있었다. matrix 구조를 이해하는 것이 어려움이 있었지만 예제를 통해서 극복할 수 있다고 생각한다.
내일 할 일
- 부스트코스 - 머신러닝을 위한 Python
1) Data Handling - Pandas - Django - 장고걸스 튜토리얼 따라 하기 (python 강의 길어서 ㅠㅠ 미뤘음)
