[Python] 데이터 분석 ( numpy 문법 1 )

np.ones_like()

• ()안과 같이 동일한 모양으로 배열을 만든다.

import numpy as np
a = np.ones(5,5)
b = np.ones_like(a)
print(b)

실행결과
array([[1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.]])

.shape

• 특정 배열이 가지고 있는 모양을 확인가능하다.

.ndim

• 특정 배열이 몇 차원인지 확인가능하다.

.dtype

• 특정 배열의 데이터 타입을 확인가능하다.

b.shape -> (5,5)
d.ndim -> 2
b.dtype -> dtype('float64)

range

• range 는 시퀀스라고 한다.
• range 는 보통 반복문에서 주로 사용가능하다.
• numpy에서도 range 와 비슷한 모양으로 사용가능하다.
• range 만을 사용해서는 실수 시퀀스가 불가능하다.
• numpy에서는 arange 만을 사용해서 실수 시퀀스가 가능하다.

Python 에서의 복사

• Python 은 객체지향 언어이다.

list_a = [1,2,3,4,5,6,7]
list_b = list_a
list_a
list_b
list_b[2] = 3003
list_b
list_a
ld(list_a)
ld(list_b)

list_a 와 list_b 의 id는 서로 같다. 이는 list_b 가 list_a 전체를 복사하지 않고 list_a와 같이 가리키도록 하여서
만약에 b 의 값이 바뀌면 a 의 값도 바뀐다.

객체를 복사할 때 슬라이싱해서 복사하면 슬라이싱 한 만큼만 새롭게 객체가 생성된다.