numpy의 몇 가지 일반적인 기능과 사용법을 알아보세요.

NumPy의 일반적인 기능 및 사용법 살펴보기

NumPy는 이러한 배열을 처리하기 위한 강력한 다차원 배열 객체와 함수를 제공하는 오픈 소스 Python 과학 컴퓨팅 라이브러리입니다. 데이터 과학 및 기계 학습 분야에서 가장 일반적으로 사용되는 라이브러리 중 하나이며 효율적인 성능과 유연성을 통해 데이터 분석가와 과학자를 위한 "강력한 도구"가 되었습니다. 이 기사에서는 NumPy의 일반적인 기능과 사용법을 자세히 살펴보고 구체적인 코드 예제를 제공합니다.

1. 배열 만들기

먼저 NumPy 배열을 만드는 방법을 알아봅시다. NumPy 배열은 동일한 유형의 데이터를 저장할 수 있는 효율적인 다차원 컨테이너 개체입니다.

import numpy as np

# 创建一维数组
a = np.array([1, 2, 3, 4, 5])
print(a)

# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)

출력 결과:

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]

2. 배열 속성

NumPy는 배열의 모양, 크기 및 데이터 유형을 설명하는 데 유용한 많은 속성을 제공합니다.

import numpy as np

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

# 数组形状
print(a.shape)

# 数组维度
print(a.ndim)

# 数组大小
print(a.size)

# 数组数据类型
print(a.dtype)

출력 결과:

(2, 3)
2
6
int64

3. 배열 작업

NumPy는 배열을 작동하는 데 필요한 많은 강력한 기능을 제공합니다.

import numpy as np

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

# 数组求和
print(np.sum(a))

# 数组最小值和最大值
print(np.min(a))
print(np.max(a))

# 数组平均值和标准差
print(np.mean(a))
print(np.std(a))

# 数组排序
print(np.sort(a))

# 数组反转
print(np.flip(a))

출력 결과:

15
1
5
3.0
1.4142135623730951
[1 2 3 4 5]
[5 4 3 2 1]

4. 배열 슬라이싱 및 인덱싱

NumPy는 배열의 특정 부분이나 요소에 액세스하기 위해 배열에 대한 슬라이싱 및 인덱싱 작업을 지원합니다.

import numpy as np

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

# 数组切片
print(a[1:4])

# 数组索引
print(a[0])
print(a[-1])

출력 결과:

[2 3 4]
1
5

5. 배열 연산

NumPy는 기본적인 수학 및 논리 연산을 수행할 수 있습니다.

import numpy as np

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

# 数组加法
print(np.add(a, b))

# 数组减法
print(np.subtract(a, b))

# 数组乘法
print(np.multiply(a, b))

# 数组除法
print(np.divide(a, b))

# 数组平方根
print(np.sqrt(a))

출력 결과:

[6 6 6 6 6]
[-4 -2  0  2  4]
[5 8 9 8 5]
[0.2 0.5 1.  2.  5. ]
[1.         1.41421356 1.73205081 2.         2.23606798]

위는 NumPy의 몇 가지 일반적인 기능과 사용법의 예일 뿐이며 NumPy는 배열 데이터를 처리하는 데 더 많은 기능과 도구도 제공합니다. 학습과 탐구를 통해 우리는 NumPy의 강력한 기능에 점차 익숙해지고 실제 프로젝트에 유연하게 적용할 수 있습니다.

이 글의 소개를 통해 독자들은 NumPy의 일반적인 기능과 사용법에 대해 더 깊이 이해하고 실제 프로젝트에 유연하게 적용할 수 있을 것이라고 믿습니다. 독자들이 지속적인 연습과 학습을 통해 NumPy의 사용 기술을 더 잘 익히고 데이터 처리 및 분석의 효율성을 높일 수 있기를 바랍니다.

위 내용은 numpy의 몇 가지 일반적인 기능과 사용법을 알아보세요.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!