336x280(권장), 300x250(권장), 250x250, 200x200 크기의 광고 코드만 넣을 수 있습니다.
연산함수
element-wise : 똑같은 위치의 원소끼리 연산.
np.add(x, y), np.subtract(x, y) 함수도 있지만 대부분 그냥 기호를 사용함.
통계 함수
평균구하기
np.mean( )
max 값 구하기
np.max( )
가장 큰 값의 인덱스 구하기
np.argmax( )
앞서 y는 2차원행렬인데 7이라는 인덱스를 준다.
이는 argmax는 행렬이 기본적으로 flatten 상태를 가정하에 계산함.
분산, 중앙값, 편차
np.var( ), np.median( ), np.std( )
집계함수
np.sum( )
np.sum( a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, )
axis라는 축이 있다.
기본값은 축이없지만 축을 명시하면 축을 따라 합을 해줌.
np.cumsum( )
np.cumsum(a, axis=None, dtype=None, out=None)
역시나 axis를 명시하면...
any, all 함수
any : 특정 조건을 만족하는 것이 하나라도 있으면 True, 아니면 False
all : 모든 원소가 특정 조건을 만족한다면 True, 아니면 False
where 함수
조건에 따라 선별적으로 값을 선택 가능
사용 예) 음수인 경우는 0, 나머지는 그대로 값을 사용.
np.where(조건, 참인 경우, 거짓인 경우)
위 내용은 fastcampus 강의 내용을 정리한 것입니다.
'AI > 데이터분석' 카테고리의 다른 글
[Numpy] broadcasting 이해 및 활용하기 (0) | 2020.01.20 |
---|---|
[Numpy] axis(축) 이해 (0) | 2020.01.19 |
[Numpy] ndarray 형태바꾸기 (reshape, flatten 등) (0) | 2020.01.19 |
[Numpy] ndarray 인덱싱 & 슬라이싱 (0) | 2020.01.18 |
[Numpy] random 서브 모듈 함수 이용 (0) | 2020.01.18 |