판다스 복습 문제 모음

[ 19일 복습 문제 풀이 ]

• 1. np.where(조건,참,거짓) 은 ifelse 와 비슷하냐?
     :O
• 2. copy 하는법

a=[1,2,3,4]

(1)b = a
(2)a.copy()
(3)import copy
copy.copy(a)

• 3. 다음 값이 어떻게 나오는가?

import numpy as np
a=[1,2,3,4]
np.sort(a)

-> array([1, 2, 3, 4])

• 4. [43, 48, 65, 71]만 뽑아보시오.

a = np.arange(1,101).reshape(10,10)
a
->
array([[  1,   2,   3,   4,   5,   6,   7,   8,   9,  10],
       [ 11,  12,  13,  14,  15,  16,  17,  18,  19,  20],
       [ 21,  22,  23,  24,  25,  26,  27,  28,  29,  30],
       [ 31,  32,  33,  34,  35,  36,  37,  38,  39,  40],
       [ 41,  42,  43,  44,  45,  46,  47,  48,  49,  50],
       [ 51,  52,  53,  54,  55,  56,  57,  58,  59,  60],
       [ 61,  62,  63,  64,  65,  66,  67,  68,  69,  70],
       [ 71,  72,  73,  74,  75,  76,  77,  78,  79,  80],
       [ 81,  82,  83,  84,  85,  86,  87,  88,  89,  90],
       [ 91,  92,  93,  94,  95,  96,  97,  98,  99, 100]])

a[[4, 4, 6, 7], [2, 7, 4, 0]]
->
array([43, 48, 65, 71])

• 5. hsplit과 vsplit의 차이는?

: 행렬을 나누는데 hsplit 은 열을 기준으로, vsplit은 행을 기준으로 나눈다.
(h:믐 ,v:ㅁㅣㅁ)

• 6. 다음을 출려해 보시오.

array([[3, 3, 0],
       [3, 3, 3],
       [0, 3, 3]])

->
a = np.full((3,3),3)
a[[0,2],[2,0]] = 0
a

• 7. ***_like()용도는?
     :데이터 타입과 형태를 유지하면서 값을 채워줌
• 8. 최댓값은?, 열별로 최댓값은?, 최댓값의 인덱스는? 열별로 최댓값의 인덱스는?

a = np.array([[1,2,4,7], [9,88,6,45], [9,76,3,4]]) 
a

array([[ 1,  2,  4,  7],
       [ 9, 88,  6, 45],
       [ 9, 76,  3,  4]])

np.max(a)
->88

np.max(a, axis=0)
->array([ 9, 88,  6, 45])

np.argmax(a)
->5

np.argmax(a, axis=0)
->array([1, 1, 1, 1], dtype=int64)

• 9. 최댓값의 인덱스? 열별로 최댓값의 인덱스는?

``python
array([[ 0, 1, 8, 27, 64],
[ 125, 216, 343, 512, 729],
[ 1000, 1331, 1728, 2197, 2744],
[ 3375, 4096, 4913, 5832, 6859],
[ 8000, 9261, 10648, 12167, 13824]])

->

a = np.array([i**3 for i in range(25)]).reshape(5,5)
a

a=(np.arange(25)**3).reshape(5, 5)
a

• a가 500보다 작으면 0, 크면 1

np.where(a < 500, 0,1)

->
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1]])

• a의 행별로 평균을 구하라.

np.mean(a, axis=1)

->
array([   20.,   385.,  1800.,  5015., 10780.])

• 10. 1부터 15 더한 수 구하기.

a = np.arange(1, 100, 15)
a 

->
array([ 1, 16, 31, 46, 61, 76, 91])

• 11. stack이란 fifo이다.
      : x
• 12. array 객체의 속성 3가지 이상 쓰기.
      a.shape
      a.size
      a.dtype
      a.ndim
• 13. 0 ~ 36까지 다음이 나오게 하시오.

array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8],
        [ 9, 10, 11]],

       [[12, 13, 14],
        [15, 16, 17],
        [18, 19, 20],
        [21, 22, 23]],

       [[24, 25, 26],
        [27, 28, 29],
        [30, 31, 32],
        [33, 34, 35]]])

->
np.arange(36).reshape(3,4,3)

• 14. 다음 출력물이 나오게 해보시오.

arr1=np.array([[1,2, 1],[3,4, 2]])
arr2=np.array([[5,6],[7,8],[1,2]]) 

array([[20, 24],
       [45, 54]])


-> arr1
array([[1, 2, 1],
       [3, 4, 2]])

-> arr2 
array([[5, 6],
       [7, 8],
       [1, 2]])

-> np.matmul(arr1, arr2), arr1@arr2

array([[20, 24],
       [45, 54]])