01. 파이썬 기반 머신러닝과 생태계의 이해

1. Numpy

import numpy as np

array1 = np.array([1,2,3])
print('array type1:', type(array1))
print('array array 형태: ', array1.shape)

array2 = np.array([[1,2,3],
                  [2,3,4]])
print('array2 type:', type(array2))
print('array2 array 형태: ', array2.shape)

array3 = np.array([[1,2,3]])
print('array3 type:', type(array3))
print('array3 array 형태: ', array3.shape)

 

2. ndarray의 데이터 타입

list1 = [1,2,3]
print(type(list1))

array1 = np.array(list1)
print(type(array1))
print(array1, array1.dtype)

 

list2 = [1,2,'test']

array2 = np.array(list2)
print(array2, array2.dtype)

list3 = [1,2,3.0]

array3 = np.array(list3)
print(array3, array3.dtype)

 

3. ndarray를 편리하게 생성하기 - arange, zeros, ones

seq_array = np.arange(10)
print(seq_array)
print(seq_array.dtype, seq_array.shape)

zero_array = np.zeros(10)
print(zero_array)
print(zero_array.dtype, zero_array.shape)

one_array = np.ones(10)
print(one_array)
print(one_array.dtype, one_array.shape)

 

4. 부분 슬라이싱

array1 = np.arange(start = 1, stop = 10)
array2 = array1.reshape(3, 3)
print(array2)

print('array2[0:2, 0:2] \n', array2[0:2, 0:2])

print('array2[1:3, 0:3] \n', array2[1:3, 0:3])

print('array2[1:3, :] \n', array2[1:3, :])

print('array2[:,:] \n',  array2[:,:])

print('array2[:2, 1:] \n', array2[:2, 1:])

print('array2[:2, 0] \n', array2[:2, 0])

 

 

5. 행렬의 정렬

data = np.arange(start = 1,stop = 10)

data_sort_up = np.sort(data)
print(data_sort_up)

data_sort_down = np.sort(data)[::-1]
print(data_sort_down)

 

# 2차원 이상 행렬의 정렬
array2d = np.array([[8, 12],
                   [7, 1]])
print(array2d)

print('---')
sort_array_2d_axis0_row = np.sort(array2d, axis = 0)
print(sort_array_2d_axis0_row)

print('---')
sort_array_2d_axis1_col = np.sort(array2d, axis = 1)
print(sort_array_2d_axis1_col)

 

6. 정렬된 행렬의 인덱스를 반환

•   원본 행렬이 정렬되었을 때 기존 원본 행렬의 원소에 대한 인덱스가 필요한 경우 np.argsort() 사용

import numpy as np

org_array = np.array([3,1,9,5])
sort_indices = np.argsort(org_array)
print(type(sort_indices))
print(sort_indices)

 

7. 선형대수 연산

A = np.array([[1,2,3],[4,5,6]])

B = np.array([[7,8],[9,10], [11,12]])

dot_array = np.dot(A, B)
print(type(dot_array))
print(dot_array)

---

 

01. 파이썬 기반의 머신러닝과 생태계 이해.ipynb

참고자료

파이썬 머신러닝 완벽 가이드 - YES24