hoazzinews 님의 블로그

1. 병합np_arr_1 = np.array( [ [1, 2], [3, 4] ])print(f'np_arr_1: \n{np_arr_1}')np_arr_2 = np.array( [ [10, 20], [30, 40] ])print(f'np_arr_2: \n{np_arr_2}')# 수평 병합np_arr_h = np.hstack([np_arr_1, np_arr_2])print(f'np_arr_h: \n{np_arr_h}')# 수직 병합np_arr_v = np.vstack([np_arr_1, np_arr_2])print(f'np_arr_v: \n{np_arr_v}') 2. 1차원 배열 분할# 1차원 배열 분할np_arr = np.array..

1. 배열 vs 배열 연산np_arr_1 = np.array( [ [1, 2, 3, 4, 5], [6, 7, 8, 9, 10] ])np_arr_2 = np.array([10, 10, 10, 10, 10])print(np_arr_1 + np_arr_2)print(np_arr_1 - np_arr_2)print(np_arr_1 * np_arr_2)print(np_arr_1 / np_arr_2) 2. 브로드 캐스팅# 1차원np_arr_1 = np.arange(10)print(f'np_arr_1: \n{np_arr_1}')np_arr_2 = np.array([10])print(f'np_arr_2: \n{np_arr_2}')print(f'np_arr_1 + np_arr_2: \n..

1. 2차원 배열 shape변경(re-shape)np_arr = np.array( [ [1, 2, 3, 4, 5], [6, 7, 8, 9, 10] ])print(f'np_arr: {np_arr}')print(f'np.shape(np_arr): {np.shape(np_arr)}')np_arr.shape = (5, 2)print(f'np_arr: {np_arr}')print(f'np.shape(np_arr): {np.shape(np_arr)}') 2. 3차원 배열 shape변경(re-shape)np_arr = np.array( [ [ [1, 2, 3, 4, 5], [6, 7, 8, 9, 10] ], ..

1. 배열 슬라이싱 기본np_arr = np.array([1, 2, 3, 4, 5])print(f'np_arr: {np_arr}')print(f'np_arr[1:3]: {np_arr[1:3]}')print(f'np_arr[1:]: {np_arr[1:]}')print(f'np_arr[:3]: {np_arr[:3]}')print(f'np_arr[:3]: {np_arr[:-1]}')np_arr = np.array( [ [ [1, 2, 3, 4, 5], [6, 7, 8, 9, 10] ], [ [11, 12, 13, 14, 15], [16, 17, 18, 19, 20] ], ..

1. ones() & ones_like()# 모든 원소가 1인 배열 만들기np_arr = np.ones((3, 5), dtype=int)print(f'np_arr: {np_arr}')py_list = [1, 2, 3]np_arr = np.ones_like(py_list, dtype=float)print(f'np_arr: {np_arr}')py_list = [[1, 2, 3], [4, 5, 6]]np_arr = np.ones_like(py_list, dtype=float)print(f'np_arr: {np_arr}') 2. zeros() & zeros_like() # 모든 원소가 0인 배열 만들기np_arr = np.zeros((3, 5), dtype=int)print(f'np_arr: {np_arr}'..

1. 배열 속성 원소 데이터 타입 설정# 배열 원소 데이터 타입 설정(dtype)np_arr = np.array([1, 2, 3], dtype=float)print(f'np_arr: {np_arr}') # np_arr: [1. 2. 3.]# 배열 원소 데이터 타입 변경(astype())np_arr = np_arr.astype(np.int64)print(f'np_arr: {np_arr}') # np_arr: [1. 2. 3.] 2. 배열 속성(차원, 형태, 데이터타입) 확인np_arr = np.array( [ [1., 2, 3., 4, 5], [10, 20, 30, 40, 50], [100, 200, 300, 400, 500] ])# 배열 차원print..

1. 배열 연산# numpy 배열 연산np_arr = np.array([10, 20, 30, 40, 50])print(f'np_arr: {np_arr}')print(f'np_arr + 10: {np_arr + 10}') # np_arr + 10: [20 30 40 50 60]print(f'np_arr - 10: {np_arr - 10}') # np_arr - 10: [ 0 10 20 30 40]print(f'np_arr * 10: {np_arr * 10}') # np_arr * 10: [100 200 300 400 500]print(f'np_arr / 10: {np_arr / 10}') # np_arr / 10: [1. 2. 3. 4. 5.]print(f'np_arr % 10: {n..

1. numpy 배열 생성# listpy_arr = [1, 2, 3, 4, 5]print('py_arr: ', py_arr)# np arraynp_arr = np.array(py_arr)print('np_arr: ', np_arr)# np arraynp_arr = np.array(['a', 'b', 'c', 'd', 'e'])print('np_arr: ', np_arr) 1-1. n차원 numpy 배열 생성# 2차원 numpy 배열np_arr = np.array( [ [1, 2, 3, 4, 5], [10, 20, 30, 40, 50], [100, 200, 300, 400, 500] ])print(f'np_arr: {np_arr}')print(f'np_ar..

1. 가상환경(venv)이란?가상환경은 프로젝트별로 독립된 Python 환경을 만드는 것입니다.쉽게 말하면, Python과 패키지들이 다른 프로젝트에 영향을 주지 않도록 격리된 공간을 만드는 것입니다. 2. 가상환경 만들기python -m venv venv 3. 가상환경 활성화.\venv\Scripts\activate 4. VS Code에서 Python 인터프리터 선택Ctrl+Shift+P → "Python: Select Interpreter" → 방금 만든 venv 선택 5. 필요한 패키지 설치 (예: numpy) pip install numpypip install pandas 6. 설치 확인python -c "import numpy; print(numpy.__version__)" python -c "..

이번 시간에는 함수에 대해서 살펴보겠습니다.  1. 함수란함수는 영어로 'function'이라고 합니다. function은 '기능'이란 뜻을 가지고 있는데요, 컴퓨터 프로그램에서는 '사전에 특정 기능을 정의하고 필요에 따라 특정 기능 사용하는 것'을 함수라고 합니다.프로그램에서 함수는 계산기 함수, 파일 쓰기/읽기 함수, 상품 결재 함수 등... 수없이 많습니다. ※ 참고. 함수는 '내장 함수'와 '사용자 함수'로 구분합니다. 내장 함수는 파이썬에서 기본적으로 제공하는 함수로 지금까지 경험했던 print(), input() 등이 있습니다. 반면 사용자 함수는 개발자가 직접 만든 함수로 필요에 따라 함수를 선언하고 사용하면 됩니다. 2. 기본 문법파이썬에서 함수를 사용하기 위한 기본 문법은 다음과 같습니다..