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 |
- db
- 자바
- javascript
- data
- Deep
- Linux
- java
- 인공지능
- mysql
- error
- DeepLearning
- interface
- Spring
- Pattern
- centos
- mariaDB
- Security
- Analysis
- Web
- Python
- Server
- framework
- Github
- 함수
- ai
- Numpy
- LIST
- SSH
- learning
- git
- Today
- Total
PostIT
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 1 본문
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 1
shun10114 2017. 5. 23. 20:05# [Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 1
# [Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 1
import numpy as np
list1 = [1,2,3,4]
array1 = np.array(list1)
array1
array([1, 2, 3, 4])
list2 = [11,22,33,44]
lists = [list1,list2]
array2 = np.array(lists)
array2
array([[ 1, 2, 3, 4],
[11, 22, 33, 44]])
array2.shape
(2, 4)
array2.shape
(2, 4)
array2.dtype
dtype('int64')
np.zeros(5)
array([ 0., 0., 0., 0., 0.])
zeros_array = np.zeros(5)
zeros_array.dtype
dtype('float64')
np.ones([5,5])
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.]])
np.empty(5)
array([ 0., 0., 0., 0., 0.])
np.eye(5)
array([[ 1., 0., 0., 0., 0.],
[ 0., 1., 0., 0., 0.],
[ 0., 0., 1., 0., 0.],
[ 0., 0., 0., 1., 0.],
[ 0., 0., 0., 0., 1.]])
np.arange(5,50,2)
array([ 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49])
'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 3 (0) | 2017.05.23 |
[Python/Data Analysis] Numpy 및 Matplotlib 사용하기 - Day 2 (0) | 2017.05.23 |