머신러닝 또는 기계학습 (Machine Learning)에는 파이썬 (Python)이 아직도 아주 많이 사용되고 있습니다. 그 중에도 배열을 자유자재로 다루는 넘파이 (Numpy) 라이브러리가 아주 다양하게 사용이 되고 있는데요, 이 numpy는 아주 많은 연산 함수를 가지고 있습니다. 그중에서 자주 사용되고 알아두면 유용한 20가지를 추려서 나열 해 보았습니다.
# | Code | 설명 |
1 | np.array() | 파이썬 리스트나 튜플 (tuple)에서 Numpy 배열을 만듦 |
2 | np.arange() | 주어진 range안에서 간격이 일정한 배열을 만듦 |
3 | np.zeros() | 0으로 채워진 배열을 만듦 |
4 | np.ones() | 1로 채워진 배열을 만듦 |
5 | np.linspace() | 주어진 range에 간격이 일정한 수들을 만듦 |
6 | np.reshape() | 배열을 다른 모양의 배열로 변환 |
7 | np.random.rand() | 연속균등분포 (uniform distribution) 기반의 난수 배열을 만듦 |
8 | np.sum() | 배열 element의 sum (더하기)을 계산 |
9 | np.mean() | 배열 element의 mean (평균값)을 계산 |
10 | np.argmax() | 배열의 최대값 (maximum)의 index를 리턴 |
11 | np.argmin() | 배열의 최소값 (minimum)의 index를 리턴 |
12 | np.max() | 배열의 최대값 (maximum)을 계산 |
13 | np.min() | 배열의 최소값 (minimum)을 계산 |
14 | np.dot() | 두 배열의 내적 또는 도트곱 (dot product) 을 계산 |
15 | np.transpose() | 배열을 전치 (transpose) |
16 | np.concatenate() | 정해진 축 (axis)으로 배열 합치기 (concatenate) |
17 | np.vstack() | 배열들을 수직으로 쌓기 (vertical stack = vstack) |
18 | np.hstack() | 배열들을 수평으로 쌓기 (horizontal stack = hstack) |
19 | np.split() | 배열을 여러 서브 배열로 나누기 |
20 | np.unique() | 배열 내 고유값 (unique) 찾기 |
참고:
Comments