저번 시간에는... 저번 시간에는 Numpy, 특히 ndarray의 기본 사용법에 대해서 배워 보았다. 이번 시간에는 ndarray를 파라미터로 사용하는 Numpy의 Function들, 그리고 Indexing에 대해서 알아 보고자 한다. np.exp(ndarray), np.sqrt(ndarray) 이 두 함수는 각각 ndarray의 자연상수의 각 원소 승의 값, ndarray의 각 원소에 대해 루트를 씌운 값을 반환한다. ndarray[start:stop:step] 우리가 Python의 List에서 사용하는 인덱싱과 비슷하다. np.fromfunction(func, shape) 이 함수는 행렬의 인덱스를 이용해서 ndarray를 초기화 시킨 후 반환하는 함수이다. np,floor(ndarray), np...

저번 시간에는... 저번 시간에는 Numpy에 대해서 알아보고, 간단하게 설치 및 실습을 해보는 시간을 가졌다. Numpy에서 가장 기본이 되는 데이터 타입은 ndarray 라고 할 수 있을 것이다! 한 번 ndarray 를 만들어 보자! 저번 시간의 내용을 복습해보자.ndarray.ndim : 현재 행렬의 차원 갯수를 반환한다ndarray.shape : 현재 행렬의 행렬 모양을 반환한다.ndarray.size : 현재 행렬에 담긴 원소 갯수를 반환한다.ndarray.dtype : 현재 행렬의 원소의 데이터 타입을 반환한다.ndarray.itemsize : 현재 행렬의 원소의 Byte 사이즈를 반환한다.ndarray.data : 현재 행렬을 담고 있는 메모리의 버퍼 위치를 반환한다. np.array(li..

Jupyter Notebook이란? 여러분이 데이터 사이언스쪽에 조금이라도 관심이 있다면 Jupyter Notebook이라는 것은 들어 봤을 가능성이 높다. 왜 Jupyter Notebook을 사용 하며, 어떻게 사용 하는 것일까? Jupyter Notebook 이어야 하는 이유 Jupyter Notebook이 좋은 점이라 하면은 셀 단위 실행을 들 수가 있다! 셀 단위로 명령어들을 실행하여 즉각적으로 데이터를 확인 할 수 있으며 추가적으로 데이터 시각화를 할 수도 있고, 셀 별로 Markdown 문서를 삽입하여 부연적으로 설명을 추가할 수도 있다. (아, 코딩 잘하고 싶다.) 데이터 사이언티스트, 리서쳐 뿐만아닌, 클라이언트, Python 초보자들도 쉽게 보면서 이해할 수 있는 웹 기반 툴이라고 볼 수..

Numpy란 무엇인가? Wiki 에 따르면 다음과 적혀있다. NumPy는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리 할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy는 데이터 구조 외에도 수치 계산을 위해 효율적으로 구현된 기능을 제공한다. 한 마디로 말하면, 수학적 연산을 빠르고, 쉽게 하기 위해서 사용 한다고 볼 수 있다. 근데 굳이 Numpy를 쓰는 이유는 무엇일까? Python은 여러분들이 알다 싶이 객체지향 언어이다. 문제는 int, float 같은 간단한 데이터 타입도 객체로 보호가 되어 있다. 그렇기 때문에 연산이 느리기도 하다. 하지만, 이를 C의 int, float와 같은 데이터 포맷으로 변환하여 연산을 하게 된다면 속도는 빨라질 것이다. 또한 행렬을 연산하기 위해 메모..