PROGRAMMING

Numpy install, dtype=' ', dtype, astype, numpy.ndarray, ndarray function, indexing(transpose, flat), 넘파이 배열 원소 접근방법(timeit), 배열 생성 및 shape 반환(zeros, ones, empty), np.random.random(randint), 인덱싱, 연속원소 배열 생성함수, np.linspace(), reshape & -1, ravel, newaxis, hstack / vstack, column_stack / row_stack, concatenate, hsplit / vsplit, 각 원소에 접근, 행의 slicing, 브로드캐스팅, vectorize, 평균-분산-표준편차, 전치행렬(Transpose), i..

Class, 연산자 메서드, array, enumerate, zip, filter, map, lambda, 깊은 복사 / 얕은 복사 Class¶# global 전역변수, private 개념이 없음 생성 class 이름: &nbspdef __init__(self, 초기값): 매개변수가없어도 self는 붙여주어야 함 &nbsp&nbsp멤버 초기화 &nbsp메소드 정의 상속 &nbspclass 이름(부모): 상속 &nbspclass 이름(부모): # super : 부모클래스에 대한 매개변수를 받기 위한 방법 상속 &nbsp class 이름(부모): 상속 &nbsp class 이름(부모): # super : 부모클래스에 대한 매개변수를 받기 위한 방법 # property : 객체 직접 접근 제한 # __를 사용..

if문, random function, and(or), for문, reverse(reversed), 함수, list, tuple, set, dict, 예외처리, 파일 입출력, 파일 다루기 if문¶boolean - x is y : 같음(메모리 주소) : x와 y의 메모리 주소가 같은지 검사 조건문 if ~ elif ~ else 뒤에 괄호 X, 콜론을 넣어야함 내용 들여쓰기 필수 In [1]: import random coin = random.randrange(2) # [0, 2) random integer print("동전던지기 게임 시작 !!!") if coin == 0 : print("뒷면") else: print("앞면") print("게임종료") 동전던지기 게임 시작 !!! 뒷면 게임종료 Pytho..

변수, 예약어, 변수명명, 변수타입, 연산자, 문자열 indexing-slicing, 자료형 변환, 좌우측 정렬 변수¶ 변수 : 값을 담는 바구니 변수 = 저장할 값 (자료형을 스스로 지정) 단어구분 밑줄 또는 낙타식표기, 변수는 띄어쓰기 X 소문자와 대문자를 구분한다. In [1]: x = 100; y = 200 x = 200 print(x, y) sum = x + y print(sum) 200 200 400 In [2]: name = "홍길동" address = '대구광역시 신암동 300' print(name) print(address) print(name + ' ' + address) 홍길동 대구광역시 신암동 300 홍길동 대구광역시 신암동 300 In [3]: a = 7; b = 5 c = '7'..

In [1]: import numpy as np import pandas as pd In [2]: s1 = pd.Series(np.arange(5), np.arange(100, 105)) s1 Out[2]: 100 0 101 1 102 2 103 3 104 4 dtype: int32 In [3]: s1.values Out[3]: array([0, 1, 2, 3, 4]) In [4]: s1.index Out[4]: Int64Index([100, 101, 102, 103, 104], dtype='int64') In [5]: s1[104] Out[5]: 4 In [6]: s1[105] = 70 print(s1.index) s1 Int64Index([100, 101, 102, 103, 104, 105], dty..

In [1]: import numpy as np import matplotlib.pyplot as plt In [2]: x = np.array([1, 2, 3]) y = np.array([2, 4, 6]) In [3]: plt.plot(x, y) Out[3]: [] In [4]: np.arange(1, 10, 3) Out[4]: array([1, 4, 7]) In [5]: np.ones((4, 5)) Out[5]: array([[1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.]]) In [6]: np.ones((2, 3, 4)) Out[6]: array([[[1., 1., 1., 1.], [1., 1...

1. 수학적 연산을 위해 최적화된 모듈 2. pandas, 머신러닝의 기본이 되는 모듈 3. ndarray : n-dimension array ( C언어로 구현되어 있음 ) - 성능: 파이썬 리스트보다 빠름 - 메모리 사이즈: 파이썬 리스트보다 작은 메모리 사용 - 빌트인 함수: 선형대수, 통계관련 여러 함수 내장 - C언어 기반이기 때문에, 메모리에 연속적으로 들어감 - 그로 인해 Vectorization이 되므로 한 덩어리를 한 번에 연산 처리 1. rand: 0, 1 사이의 분포로 랜덤한 ndarray 생성 2. randn: "n: normal distribution(정규 분포)"로 샘플링된 랜덤 ndarray 생성 3. rand..

정규표현식¶ In [1]: a = 'abcdef\n' print(a) b = r'abcdef\n' print(b) abcdef abcdef\n In [2]: import re In [5]: # re.search(패턴, 검색할 문자열) - 찾으면 match 객체 반환, 못찾으면 None 반환 m = re.search(r'abc', 'abcdef') # type(m) # re.Match print(m.start()) print(m.end()) print(m.group()) 0 3 abc In [41]: re.search(r'abc', '123abdef') In [40]: re.search(r'\d\d', &#..