Python - Numpy

データ分析の第一歩、Numpy

number fiはnumeric python packageの略です.
既存のListタイプに比べて多次元配列の処理が容易で効率が高い.
写真、ビデオ、音声などの大部分の資料はデジタル変換時に多次元配列として表現されるため、超幅はデータ分析の面で優位である.

import numpy as np 

使用を宣言:
通常numpyをnpという別名として使用するのが慣例です.
<番号付けパイプ配列複写-次の基準-で作成>

np.arang(整数)#rangeと同じ

np.Array(直接入力)

import numpy as np
a = np.arange(10)
print("a 는",a)
print(type(a),"\n")

b = np.array(['a','b','c'])
print("b 는",b)
print(type(b),"\n")

<カレンダ要素の追加>
np.append(生成されたカレンダー、値、またはその他のカレンダー)

a = np.arange(6)
print("a 는",a)
print(type(a),"\n")

b = np.array([6,7,8,9])
print("b 는",b)
print(type(b),"\n")

c = np.append(a,b)  
print("c는",c)
print(type(c),'\n')

d = np.append(a,111)
print("d는",d)
print(type(d))

<カレンダー要素の削除>
np.delete (ndarray , index , axis )
axis 0行削除、1列削除

import numpy as np

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

a2 = np.arange(10)
print(a2)

print(a.ndim , a2.ndim,'\n') # 각각 2차원 , 1차원

br= np.delete(a,2,0) # 2번 인덱스 행 삭제 
print(br,'\n')

bc = np.delete(a,0,1) # 0번 인덱스 열 삭제 
print(bc,'\n')

b2 = np.delete(a2,3) # 3번 인덱스 요소 삭제
print(b2)

<カレンダー要素の変更>
arr「行」「列」=変更する値

import numpy as np

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

a [0][1] = 777

print(a)

<カレンダーからカレンダー>
同じ形状の仕様間で4則演算が可能です.

import numpy as np

a = np.array([[1,2],[3,4],[5,6]])
print(a,'\n')

b = np.ones((3,2)) # 모든 요소가 1인 3*2 배열 
print(b,'\n')

b2 = np.zeros((3,2)) # 모든 요소가 0인 3*2 배열 
print(b2,'\n')

c = a-b
print(c,'\n')

c2 = a*b2
print(c2,'\n')

c3 = a*3 # 값만 입력해줘도 알아서 곱해짐 
print(c3) 

=====================
リファレンスと環境

https://chancoding.tistory.com/10

https://yeowool0217.tistory.com/473

https://www.programiz.com/python-programming/online-compiler/