Data Makes Our Future

# default 디렉토리 확인import osos.getcwd()'C:\\Users\\Aaron' # 해당 경로로 파일이 저장 # 텍스트 파일 저장 (savetxt)np.savetxt?np.savetxt( ['fname', 'X', "fmt='%.18e'", "delimiter=' '", "newline='\\n'", "header=''", "footer=''", "comments='# '", 'encoding=None']) # fmt = 출력 포맷, delimiter = 구분기호, header = 헤더arr = np.arange(20).reshape(4,5)array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18,..

참고글 : [Python] Numpy 배열(생성, 색인, 연산 ..) # 메서드의 메뉴얼 확인np.arange? Docstring: # Enter : 계속, q: 종료arange([start,] stop[, step,], dtype=None) Return evenly spaced values within a given interval.... np.func?? # 함수의 코드 제공 # 정보 확인arr1 = np.arange(10).reshape(2,5) arr1.shape # 배열의 모양 확인 메서드(2, 5) arr1.dtype # 배열의 데이터 타입 확인 메서드dtype('int32') arr1.ndim # 배열의 차원 확인2 type(arr1)numpy.ndarray # 모양 변경 (a.reshape..

참고글 : [Python] Numpy 배열 메서드 NumPy (Numerical Python) - Array 구조의 객체 지원 - 수학적 반복 연산을 빠르게 처리 * array 구조는 단 하나의 데이터 타입만 허용 * 수학적 연산에 반복적인 벡터 연산 가능 (단, 문자 치환은 벡터 연산 불가) - 수학적 연산이 많은 딥러닝 수행 시 유용 * 딥러닝 구조의 핵심 데이터 타입 - 빠르고 효율적인 메모리 사용 # 모듈 적용# numpy 모듈을 np로 사용 import numpy as np # 생성 (.array, .arange, .random.randn)np.array([10,20,30])array([10, 20, 30]) np.arange(10) # 0 ~ n-1 까지의 값을 갖는 1차원 배열array([0..

아나콘다는 쉽게 데이터 분석용 파이썬이라고 생각하시면 됩니다 (기본 파이썬 + 데이터 분석용 모듈) #. 다운로드 https://www.anaconda.com/download/ 1. 다운로드 홈페이지 접속 후 Windows click ! 2. Python x.x version Download click 3. 기다리기... 파일이 614MB라 다소 시간이 소요됩니다 #. 설치 1. Next ! 2. I Agree ! 3. Just Me ! 4. 경로 확인 후 Next ! 5. PATH 설정중요) 1번 : 이미 컴퓨터에 파이썬이 설치되어있다 !2번 : 내 컴퓨터에 파이썬이 없다 ! * 이미 컴퓨터에 파이썬이 설치되어있는데 1번을 체크하지 않을 경우, 기존 파이썬과 충돌이 일어납니다.그러므로, 아나콘다 내부 ..

텍스트 파일 입출력 - 키보드 입력 : input() - 모니터 출력 : print() - 외부 파일 읽기 : read(), readline(), readlines() - 외부 파일로 저장 : write(), writelines() # 과정 1) 파일 열기변수명 = open('FileName', 'Mode') Mode : - r (읽기,default) - w (쓰기) - r+ (읽기+쓰기) - a (이어쓰기) - t (텍스트 파일 처리,default) - b (이진 파일 처리) # 2. 파일 처리 readlines() str = '' while True : # 반복문을 사용하여 파일에 있는 행 읽기 str = file.readline() # 빈 리스트의 메모리 영역에 파일을 한 줄씩 읽어 저장 if st..

모듈 : 메서드의 집합 참고글 : [Python] 파이썬 기초(변수, 출력, 모듈, 연산, 문자열) #. 모듈 생성# my_module.pydef func1() : 명령어 def func2() : 명령어 >>> import my_module>>> my_moduel.func1()>>> my_moduel.func2() # calculator.py 로 모듈 생성def sum(x, y) : return(x + y) def minus(x, y) : if x >= y : return(x - y) else : return(y - x) # 모듈 호출>>> import calculator>>> calculator.sum(1,3)4>>> calculator.minus(1,3)2 #. 모듈 호출# 모듈명을 생략하고 메서드 ..

딕셔너리(Dictionary) dic = { key1:value1, key2:value2, ...} # key, value 값을 갖는 자료구조 -> 빠른 입력과 출력# list in R = Python dictionary # Dictionary 생성>>> fruits = {'이름':'사과', '가격':2000, '수량':10}>>> fruits{'이름': '사과', '가격': 2000, '수량': 10}>>> type(fruits) # 새로운 key:value 삽입>>> fruits['크기'] = '중'>>> fruits{'이름': '사과', '가격': 2000, '수량': 10, '크기': '중'} # 수정 >>> fruits['크기'] = ['중','소'] # 리스트로도 수정 가능>>> fruits{..

튜플(tuple) : (읽기만 가능한)리스트 t = ( val1, val2, ... )# vector in R = Python list# 읽기만 가능한 리스트 (입력, 수정, 삭제 불가)# 주로 수정하면 안 되는 데이터셋에 사용 참고글 : [Python] 리스트 (list) # 튜플 생성>>> t1 = (1,2,3)>>> t1(1, 2, 3) >>> t1 = 1,2,3>>> t1(1, 2, 3) >>> t1 = (10) >>> t110>>> type(t1) # 하나의 원소만 삽입 시 스칼라 원소로 적용 >>> t2 = (10,) >>> t2(10,)>>> type(t2) # 하나의 원소를 튜플로 삽입 시 ,(콤마)와 함께 사용 # 튜플은 수정, 삽입, 삭제 불가>>> t1 = (1,2,3) >>> t1[..