[Python 정리] 데이터 가공
#. 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(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..