Data Analytics에서 파이썬은 상당히 유용한 패키지들을 많이 제공한다. 지금부터 파이썬과 함께 쓰면 유용한 패키지들에 대해서 알아본다. 앞으로 진행하게 될 텐서플로우도 마찬가지다. 이번 장에서 살펴 볼 패키지들은 텐서플로우를 사용하면서도 많이 활용될 것들이다. NUMPY Numerical Python의 줄임말로 다차원 배열인 ndarray(N-dimensional array)와 선형대수, 난수 발생 등의 수학적 계산에 많이 사용된다. 파이썬의 리스트 자료구조는 다양한 자료형을 저장할 수 있어 매유 유연하지만 메모리 점유 공간이 많고 속도가 느려지고, 프로그램 오류를 발생시키는 경우가 많다. 이러한 문제를 해결하기 위해 numpy의 ndarray를 사용한다. numpy의 ndarray 사용하기 import numpy as np a = [ 1 , 2 , 3 , 4 , 5 , 6 ] npa = np.array(a) print ( type (a)) print ( type (npa)) print (npa.dtype) b = [ 1.0 , 2.0 , 3.0 , 4.0 , 5.0 ] npb = np.array(b) print (npb.dtype) print (npa[ 0 ]) npa[ 0 ] = 10 print (a) npc = np.array([[ 1 , 2 ] , [ 3 , 4 ]]) print (npc[ 0 , 0 ] , npc[ 0 , 1 ]) 실행결과 <class 'list'> <class 'numpy.ndarray'> int32 float64 1 [1, 2, 3, 4, 5, 6] 1 2 numpy의 ndarray는 리스트를 사용하는 방법과 유사하게 사용할 수 있다. 많이 쓰이는 함수 import numpy as np print (np.zeros( 5 )) print (np.zeros(( 3 , 3 ))) print (np.ones( 5 )...
댓글
댓글 쓰기