📌 머신러닝을 위한 파이썬 - 2주차

1. Numpy

1) 개념

• Numerical Python
• 파이썬의 고성능 과학 계산용 패키지
• Matrix와 Vector와 같은 Array 연산의 사실상의 표준

2) 특징

• 일반 List에 비해 빠르고, 메모리 효율적임
• 반복문 없이 데이터 배열에 대한 처리를 지원함 - 선형대수와 관련된 다양한 기능을 제공함

3) 활용

• Array Shape

  • shape
    
  • ndim
    
  • size
    

• Array dtype

  • dtype: Ndarray의 single element가 가지는 data type
    

• Handling Shape

  • reshape
    

  • flatten
    

• Indexing & Slicing

  • indexing
    
  • scling
    

• Creation Function

  • arange
    
  • ones
    
  • zeros
    
  • empty
    
  • identity
    
  • random sampling
    

• Array Operations

  • Dot product
    
  • transpose: 이전 shape의 행과 열을 반대로 변환
    
  • broadcasting: shape이 다른 배열 간 연산을 지원하는 기능
    

• Comparisons

  • Any & All: Numpy는 배열의 크기가 동일 할 때 element간 비교의 결과를 Boolean type으로 반환하여 돌려줌
    
  • np.where: 조건에 맞는 값의 index 반환
    
  • argmax & argmin: array내 최대값 또는 최소값의 index를 반환함
    

2. Pandas

3. Matplotlib

4. Data Cleansing