[LG U+ why not SW camp 6기] Python 데이터분석 1 - NumPy

넘파이 공부에 참고한 자료들

 

 

https://datascienceschool.net/01%20python/03.00%203%EC%9E%A5%20%EB%84%98%ED%8C%8C%EC%9D%B4%20%EB%B0%B0%EC%97%B4%20%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D.html

3장 넘파이 배열 프로그래밍 — 데이터 사이언스 스쿨

 

 

https://wikidocs.net/125544

01. 넘파이

 

 

---

NumPy 문제 모음

Q1

리스트를 NumPy 배열로 변환하세요.

data = [10, 20, 30, 40]

A. 정답 코드 (접기/펼치기)

arr = np.array(data)
print(arr)

Q2

모든 값이 1인 3행 2열 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.ones((3, 2))
print(arr)

Q3

모든 값이 0인 2행 4열 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.zeros((2, 4))
print(arr)

Q4

3×3 단위행렬을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.eye(3)
print(arr)

Q5

표준 정규분포 난수 5개로 이루어진 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.random.randn(5)
print(arr)

Q6

두 배열의 원소별 곱을 구하세요.

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

A. 정답 코드 (접기/펼치기)

result = a * b
print(result)

Q7

다음 두 행렬의 행렬곱을 구하세요.

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

A. 정답 코드 (접기/펼치기)

result = np.dot(A, B)
print(result)

Q8

배열의 형태(shape)를 출력하세요.

A = np.array([[1, 2, 3],
              [4, 5, 6]])

A. 정답 코드 (접기/펼치기)

print(A.shape)

Q9

1차원 배열을 3행 2열로 변경하세요.

arr = np.array([1, 2, 3, 4, 5, 6])

A. 정답 코드 (접기/펼치기)

result = arr.reshape(3, 2)
print(result)

Q10

0 이상 20 미만의 수 중 3씩 증가하는 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.arange(0, 20, 3)
print(arr)

Q11

0부터 1까지를 5개로 균등 분할한 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.linspace(0, 1, 5)
print(arr)

Q12

배열의 첫 번째 값을 출력하세요.

A = np.array([10, 20, 30, 40])

A. 정답 코드 (접기/펼치기)

print(A[0])

Q13

20, 30, 40만 출력하세요.

A = np.array([10, 20, 30, 40, 50])

A. 정답 코드 (접기/펼치기)

print(A[1:4])

Q14

0보다 큰 값만 출력하세요.

A = np.array([-3, -1, 0, 2, 4])

A. 정답 코드 (접기/펼치기)

print(A[A > 0])

Q15

0~1 사이 균등분포 난수로 2행 3열 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.random.rand(2, 3)
print(arr)

Q16

표준 정규분포 난수로 2행 2열 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.random.randn(2, 2)
print(arr)

Q17

1 이상 10 미만 정수 난수로 3행 3열 배열을 생성하세요.

A. 정답 코드 (접기/펼치기)

arr = np.random.randint(1, 10, (3, 3))
print(arr)

Q18

배열에서 랜덤으로 4개를 선택하세요(중복 허용).

a = np.array([1, 2, 3, 4, 5])

A. 정답 코드 (접기/펼치기)

result = np.random.choice(a, 4)
print(result)

Q19

배열을 전치하세요.

A = np.array([[1, 2, 3],
              [4, 5, 6]])

A. 정답 코드 (접기/펼치기)

print(A.T)

Q20

최댓값을 출력하세요.

A = np.array([3, 7, 2, 9, 5])

A. 정답 코드 (접기/펼치기)

print(np.max(A))

Q21

최댓값의 인덱스를 출력하세요.

A = np.array([3, 7, 2, 9, 5])

A. 정답 코드 (접기/펼치기)

print(np.argmax(A))

Q22

모든 원소에 10을 더하세요.

A = np.array([1, 2, 3])

A. 정답 코드 (접기/펼치기)

print(A + 10)

Q23

두 배열을 세로 방향(axis=0)으로 연결하세요.

A = np.array([[1, 2]])
B = np.array([[3, 4]])

A. 정답 코드 (접기/펼치기)

result = np.concatenate((A, B), axis=0)
print(result)

Q24

두 배열을 새로운 축으로 stack 하세요.

A = np.array([1, 2, 3])
B = np.array([4, 5, 6])

A. 정답 코드 (접기/펼치기)

result = np.stack((A, B))
print(result)

Q25

가로 방향으로 결합하세요.

A = np.array([[1], [2]])
B = np.array([[3], [4]])

A. 정답 코드 (접기/펼치기)

print(np.hstack((A, B)))

Q26

세로 방향으로 결합하세요.

A = np.array([1, 2, 3])
B = np.array([4, 5, 6])

A. 정답 코드 (접기/펼치기)

print(np.vstack((A, B)))

Q27

크기가 1인 차원을 제거하세요.

A = np.array([[[1, 2, 3]]])

A. 정답 코드 (접기/펼치기)

print(np.squeeze(A))

Q28

0보다 크면 1, 아니면 0으로 변환하세요.

A = np.array([-2, -1, 0, 1, 2])

A. 정답 코드 (접기/펼치기)

result = np.where(A > 0, 1, 0)
print(result)

---

넘파이 문법 정리 표

 

배열 생성	np.array()	np.array([1,2,3])
1로 초기화	np.ones(shape)	np.ones((2,3))
0으로 초기화	np.zeros(shape)	np.zeros((2,3))
단위행렬	np.eye(n)	np.eye(3)
난수(정규)	np.random.randn(n)	np.random.randn(3)
사칙연산	+ - * /	a + b, a * b
행렬곱	np.dot(a,b)	np.dot(A, B)
형태 확인	arr.shape	A.shape
형태 변경	arr.reshape()	A.reshape(2,3)
연속 수	np.arange()	np.arange(0,10,2)
균등 분할	np.linspace()	np.linspace(0,1,5)
인덱싱	arr[i]	A[0]
슬라이싱	arr[i:j]	A[1:4]
불린 인덱싱	arr[cond]	A[A>0]
난수(균등)	np.random.rand()	np.random.rand(2,3)
난수(정규)	np.random.randn()	np.random.randn(2,3)
난수(정수)	np.random.randint()	np.random.randint(1,10,(2,3))
랜덤 선택	np.random.choice()	np.random.choice(a,3)
전치	arr.T	A.T
최대값	np.max()	np.max(A)
최대 인덱스	np.argmax()	np.argmax(A)
브로드캐스팅	arr + scalar	A + 10
배열 연결	np.concatenate()	np.concatenate((A,B),axis=0)
stack	np.stack()	np.stack((A,B))
가로 결합	np.hstack()	np.hstack((A,B))
세로 결합	np.vstack()	np.vstack((A,B))
차원 제거	np.squeeze()	np.squeeze(A)
조건 분기	np.where()	np.where(A>0,1,0)

 

 

 

강사님 자료 잘 공부하면 좋을듯