본문 바로가기
반응형
SMALL

Machine, Deep Learning/Machine, Deep Learning 실습

Numpy 배열의 통계적 정보 나타내기 Numpy는 배열의 원소에 대하여 최솟값, 최댓값, 평균, 분산 등의 통계적인 정보를 간단하게 계산하는 함수들을 제공하고 있습니다. 이번 시간에는 Numpy에서 제공하는 함수들을 이용하여 배열 원소들의 여러 통계적 정보들을 출력해 봅시다. 배열의 통계적 정보를 나타내주는 함수들 np.min(x) : 배열 x의 최솟값을 나타냅니다. np.max(x) : 배열 x의 최댓값을 나타냅니다. np.mean(x) : 배열 x의 평균값을 구합니다. np.median(x) : 배열 x의 중앙값을 구합니다. np.var(x) : 배열 x의 분산을 구합니다. np.std(x) : 배열 x의 표준편차를 구합니다. import numpy as np def main(): print(matrix_nom_var()) print(m.. 더보기
Numpy 배열의 특정요소 추출하기 넘파이 배열을 사용할 때, 행렬 전체가 아닌 특정 성분 또는 구간 만을 사용할 때가 있습니다. 이에 대하여 넘파이는 특정 성분 또는 구간을 추출하는 편리한 기능을 제공하고 있습니다. 이번 실습에서 이러한 배열의 특정 성분들을 출력하는 것을 실습을 통해서 익혀봅시다. 배열을 인덱싱/슬라이싱 하는 함수들 ndarray[n, m] : n 행 m 열의 원소를 추출 ndarray[n, :] : n 행을 추출 ndarray[:, m] : m열을 추출 import numpy as np array_1 = np.array([[4,2,5],[5,3,2],[9,1,2]]) #1. 배열 array_1에 대해 2행 3열의 원소를 추출하세요. element_1 = array_1[1, 2] print("2행 3열의 원소는 ", e.. 더보기
Numpy 배열 생성하기 넘파이(Numpy)는 파이썬 기반의 고성능의 수치 계산을 위한 라이브러리입니다. 넘파이는 계산의 기반이 되는 배열(array)을 간편하게 생성할 수 있는 여러 가지 함수를 제공합니다. 이번 실습을 통해 넘파이의 여러 함수를 이용하여 배열을 생성하는 방법을 익혀봅시다. 넘파이 배열을 생성하는 함수들 np.array(list) : list를 넘파이 배열로 생성 np.zeros(shape) : 0이 들어있는 배열 생성 np.ones(shape) : 1이 들어있는 배열 생성 np.empty(shape) : 초기화가 없는 값으로 배열을 반환 np.arange(n, m) : range 함수를 이용하여 배열을 생성 import numpy as np def main(): print("Array1: 파이썬 리스트로 만들.. 더보기
Context Switch란? 본 글은 https://jeong-pro.tistory.com/93을 참고하여 작성헀습니다. Context Switching이란? 멀티프로세스 환경에서 CPU가 어떤 하나의 프로세스를 실행하고 있는 상태에서 인터럽트 요청에 의해 다음 우선 순위의 프로세스가 실행되어야 할 때, 기존의 프로세스의 상태 또는 레지스터 값(Context)을 저장하고 CPU가 다음 프로세스를 수행하도록 상태 또는 레지스터 값(Context)를 교체하는 작업을 Context Switch(Context Switching)이라고 합니다. Context는 무엇인가? 사용자와 다른 사용자, 사용자와 시스템 또는 디바이스간의 상호작용에 영향을 미치는 사람, 장소, 개체등의 현재 상황(상태)을 규정하는 정보들을 말합니다. android나 s.. 더보기
데이터 분석을 위한 삼위일체 (2) Python 데이터 분석 패키지 삼위일체를 알아보는 시간을 가졌었는데, 지금까지 pandas와 numpy를 알아봤습니다. 지금 이 시간엔 matplotlib를 알아볼 것입니다. 주로 Python에서 시각화를 담당하는 matplotib는 pandas와 조화를 이루면서 그 기능을 최고로 발휘 할 수 있습니다. import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline df = pd.read_csv("input/input.csv") df.plot() plt.show() 역시나 이전에 사용했던 'Kaggle Titanic Data'를 이용하도록 하겠습니다. 단순히 DataFrame 객체를 만들고 메서드인 plo.. 더보기
데이터 분석을 위한 삼위일체 (1) Python에는 데이터 분석을 도와주는 패키지가 있습니다. 제일 많이 사용되는 3가지가 있는데 오늘은 이 3가지에 대해서 알아보도록 하겠습니다. Python에 데이터 분석을 도와주는 대표적인 패키지는 Numpy, Pandas, Matplotlib 이렇게 총 3가지가 대표적인 패키지입니다. Pandas는 RDBMS(관계형 데이터베이스)를 다루기 위해서 사용하는 패키지입니다. 행과 열로 구성된 RDBMS는 Python에서 DataFrame이라 부릅니다. numpy는 벡터형 데이터와 matrix를 다루기 위해서 사용하는 패키지입니다. matlibplot은 데이터를 시각화하기 위해 사용되는 패키지입니다. 패키지를 사용하기 위해선 설치를 해야합니다. 아래와 같이 입력하고 실행하면 설치가 가능합니다. pip ins.. 더보기
Kaggle - 남은 주차공간을 알려주는 AI 본 글은 Kaggle Find a Car Park에서 Data를 얻어왔으며, Youtube 빵형의 개발도상국 채널의 '남은 주차공간을 알려주는 인공지능 - Python, Deep Learning'을 참고하여 작성한 글입니다. https://www.kaggle.com/daggysheep/find-a-car-park/downloads/find-a-car-park.zip/1 Kaggle: Your Home for Data Science www.kaggle.com 본 글에선 자신의 집 앞에 주차 공간이 비어있는지, 꽉 차 있는지 알려주는 인공지능을 구현해 볼 것입니다. 주차장 사진에서 모델이 어느 부분에 주차장이 비어 있다고 생각하는지를 시각화하여 나타내는 것을 구현할 것입니다. 저희가 가져온 데이터 셋은 2가.. 더보기
Kaggle - Heart Disease Dataset (2) Kaggle - Heart Disease Dataset (1)에서 우리가 데이터 셋을 분석 해봤었습니다. 다시 한번 확인을 해볼까요? 1. age 나이 (int) 2. sex 성별 (1, 0 / int) 3. chest pain type (4 values) 가슴 통증 타입 (0 ~ 3 / int) 4. resting blood pressure 혈압 5. serum cholestoral in mg/dl 혈청 콜레스테롤 6. fasting blood sugar > 120 mg/dl 공복 혈당 7. resting electrocardiographic results 심전도 8. maximum heart rate achieved 최대 심장박동 수 9. exercise induced angina 운동 유도 협심증 .. 더보기
반응형
LIST

티스토리툴바