#. 색인 (.np.ix_, .iloc, .loc) *# 슬라이스 색인 (얕은 복사, 원본 갱신) - 1차원 : ar[n:m] # n~m-1 - 2차원 : arr[:2] # 행 우선 (n~1행) arr[:2, 1:] # (n~1행, 1~m열) # 다차원 색인 - arr[[1,5,3], [2,6,4]] # point 색인 (1,2), (5,6), (3,4) - arr[[1,5,3], [:,[2,6,4]] # 1,5,3행의 2,6,4열 # np.ix_() 함수 색인 - arr[np.ix_([1,5,3], [2,6,4])] # 1,5,3행의 2,6,4열 (np.ix_ 함수 : 위치 값으로 전달) # iloc[] 정수 색인 - df.iloc[0,:] # 0번째 행 - df.iloc[:,0] # 0번째 열 - d..
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..