Python 데이터 분석
-
Python 데이터분석 기초 2 - Numpy(배열), list vs NumpyPython 데이터 분석 2022. 10. 28. 13:21
# numpy import numpy as np ss = ['tom', 'james', 'oscar', 1] print(ss, type(ss)) # ss2 = np.array(ss) print(ss2, type(ss2)) # # numpy 배열은 배열 안에 , 가 들어가지 않는다. # numpy는 배열 안에 같은 type만 들어가야 되므로 위를 예로들면 숫자가 들어가도 Str 타입으로 들어간다. # 메모리 비교(list vs numpy) li = list(range(1, 11)) print(li) print(li[0], li[1], id(li[0]), id(li[1])) # 별도의 객체 주소를 기억 print(li * 10) # 10번 출력한다. print() num_arr = np.array(li) p..
-
Python 데이터분석 기초 1 - Numpy(합, 평균, 분산, 표준편차)Python 데이터 분석 2022. 10. 28. 13:00
# Numpy는 C언어로 구현된 파이썬 라이브러리로써, 고성능의 수치계산과 선형대수학을 위해 제작되었다. # Numerical Python의 줄임말이기도 한 Numpy는 벡터 및 행렬 연산에 있어서 매우 편리한 기능을 제공한다. grades = [1, 3, -2, 4] # 변량 def grades_sum(grades): # 합을 구하는 함수 tot = 0 for g in grades: tot += g return tot def grades_avg(grades): # 평균값을 구하는 함수 tot = grades_sum(grades) ave = tot / len(grades) return ave def grades_variance(grades): # 편차제곱의 평균 : 분산 ave = grades_avg(g..