test_array = np.array([1,2,3,4],float)
test_array = np.array([1,2,3,4],[1,2,3,4]).reshape(2,4)
test_array = np.array([1,2,3,4],[1,2,3,4]).flatten()
test_array = np.array([[1,2,3,4],[1,2,3,4],[1,2,3,4]])
test_array.transpose() # 전치행렬
test_array.T
test_array = np.transpose(test_array,(2,1,0))
test_array = np.array([1,2,3,4,5,6,7])
np.argmax(test_array)
np.argmin(test_array)
df = pd.read_csv('path')
df.head()
df.tail()
df.loc[[row],[column]]
df.iloc[:2,:2]
구분 요약 iloc는 index loc로 해석 숫자로만 구분
df.drop([0,1,2,3,4]) 행의 인덱스 값을 기준으로 삭제
df.drop('column_name',axis=1) 컬럼 삭제
df.column.unique
df.describe()
df.isnull()
df.column.corr(df.column2) 상관계수
df.column.cov(df.column2) 공분산
df.corrwith(df.column) column과 전체 데이터의 상관계수
df.corr() 전체 데이터의 상관계수 확인 matrix
아직 뭔가 배우는게 너무 많은것같고 전부 정리하기에는 내용이 너무 방대하여 주로 사용한것들 위주로 간략하게 정리해보았다. 아직 딥러닝 들어가기 전이므로 딥러닝을 들어가고 나서 제대로 정리를 해야겠다.