일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
31 |
- data
- 자바
- java
- db
- DeepLearning
- SSH
- mariaDB
- Pattern
- git
- Python
- Numpy
- ai
- Web
- centos
- Analysis
- Deep
- learning
- javascript
- Github
- framework
- 인공지능
- Server
- Spring
- error
- Security
- interface
- mysql
- LIST
- Linux
- 함수
- Today
- Total
PostIT
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 3 본문
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 3
shun10114 2017. 5. 23. 21:20# [Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 3
import numpy as np
arr = np.arange(0,11)
arr2 = np.arange(0,11)
arr
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])arr[8]
8# Slice
arr[1:5]
array([1, 2, 3, 4])
arr[0:5]
array([0, 1, 2, 3, 4])
arr[0:5] = 100
arr
array([100, 100, 100, 100, 100, 5, 6, 7, 8, 9, 10])arr2[3:7] = 100
arr2
array([ 0, 1, 2, 100, 100, 100, 100, 7, 8, 9, 10])arr = np.arange(0,11)
arr
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])slice_of_arr = arr[0:6]
slice_of_arr
array([0, 1, 2, 3, 4, 5])slice_of_arr[:] = 99
slice_of_arr
array([99, 99, 99, 99, 99, 99])arr
array([99, 99, 99, 99, 99, 99, 6, 7, 8, 9, 10])
# Copy
arr_copy = arr.copy()
arr_copy
array([99, 99, 99, 99, 99, 99, 6, 7, 8, 9, 10])arr_2d = np.array(([5,10,15],[20,25,30],[35,40,45]))
arr_2d
array([[ 5, 10, 15],
[20, 25, 30],
[35, 40, 45]])
arr_2d[1]
array([20, 25, 30])
arr_2d[1,0]
20
arr_2d
array([[ 5, 10, 15],
[20, 25, 30],
[35, 40, 45]])
arr_2d[:2,1:]
# 2행까지 1열부터
array([[10, 15],
[25, 30]])
arr2d = np.zeros((10,10))
arr2d
array([[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]])
arr_length = arr2d.shape[1]
arr_length
10
for i in range(arr_length):
arr2d[i]=1
arr2d
array([[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]])
for i in range(arr_length):
arr2d[i]=i
arr2d
array([[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 2., 2., 2., 2., 2., 2., 2., 2., 2., 2.],
[ 3., 3., 3., 3., 3., 3., 3., 3., 3., 3.],
[ 4., 4., 4., 4., 4., 4., 4., 4., 4., 4.],
[ 5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
[ 6., 6., 6., 6., 6., 6., 6., 6., 6., 6.],
[ 7., 7., 7., 7., 7., 7., 7., 7., 7., 7.],
[ 8., 8., 8., 8., 8., 8., 8., 8., 8., 8.],
[ 9., 9., 9., 9., 9., 9., 9., 9., 9., 9.]])
arr2d[[2,4,6,8]]
array([[ 2., 2., 2., 2., 2., 2., 2., 2., 2., 2.],
[ 4., 4., 4., 4., 4., 4., 4., 4., 4., 4.],
[ 6., 6., 6., 6., 6., 6., 6., 6., 6., 6.],
[ 8., 8., 8., 8., 8., 8., 8., 8., 8., 8.]])
'Python > Data Analysis' 카테고리의 다른 글
[Python/Data Analysis] Numpay - Universal Array Function - Day 7 (0) | 2017.06.08 |
---|---|
[Python/Data Analysis] Numpay - Array Tranposition 사용하기 - Day 6 (0) | 2017.06.08 |
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 5 (0) | 2017.05.24 |
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 2 (0) | 2017.05.23 |
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 1 (0) | 2017.05.23 |