2020.08.15
[패스트캠퍼스 수강 후기] 데이터분석 인강 100% 환급 챌린지 6회차 미션
5회차에서는 친숙한 개념이라 빨리빨리 복습할 수 있었다. 오늘은 array 안에 있는 데이터 추출slicing과는 다른 지정한 범위 안에 포함된 인덱싱index을 더 응용해서 배웠다.
fancy 인덱싱은 범위가 아닌 특정 index의 집합의 값을 선택하여 추출하고 싶을 때 활용할 수 있다. 어제 데이터 추출slicing부분을 배우면서 살짝 맛보기로 배운 범위색인indexing을 배웠는데, 말이 fancy 인덱싱이라 새로운 개념처럼 보였으나 그냥 범위 안에 있는 데이터를 추출하는 것이었다.
idx=[반드시 추출하고 싶은 인덱스]
예를 들면, 1,3,5번 째 데이터만 추출하고 싶을때,
인덱스를 먼저 정해주고 idx=[1,3,5]
arr[idx]
arr2d[행,열]
예를들면, 1,2행에 있는 모든 데이터를 추출하고싶을때, 따로 idx를 코딩해서 설정해줄 필요없이
arr2d[[0,1],:]
'np'라고 그대로 코딩하기 전에 import numpy as np로 별칭을 지정해주는 것 까먹지 않기!
이상과 미만(이하 아님 주의)의 범위를 지정한 array를 만들때
arange(n,n), arr=np.arange(start=n,stop=n)로 코딩하면 된다.
예를 들면, 1이상 11미만 데이터로 array를 만들고 싶을 땐
arr=np.arange(1,11).
간단하다ㅎㅎ
또, 키워드 인자를 사용할 수도 있다.
arr=np.arange(start=1,stop=11)
데이터 사이에 간격을 두고 싶다면?🧐
arr=np.arange(start, stop, step)
step은 '여기서 몇칸씩 건너뛸래?'를 의미한다.
예를 들면, 홀수값만 범위에 포함시키고 싶을 때는 arr=np.arange(1,11,2)
arange와 range는 비슷하지만 용도가 다른 개념이었다. arrange는 array의 범위를 지정해주는 거지만, range는 그 범위 안에 있는? 범위에 속한 데이터를 출력하는 용도로 이해했다. 많은 사람들이 이 둘의 개념을 헷갈려한다고 말씀하셨는데, 둘의 차이점을 개념적으로 이해했으나, 실제 예제를 통해 범위를 지정해주는것.
01. 파트1 35강-37강 수강완료!✊
[패스트캠퍼스 수강 후기] 데이터분석 인강 100% 환급 챌린지 8회차 미션 (0) | 2020.08.17 |
---|---|
[패스트캠퍼스 수강 후기] 데이터분석 인강 100% 환급 챌린지 7회차 미션 (0) | 2020.08.16 |
[패스트캠퍼스 수강 후기] 데이터분석 인강 100% 환급 챌린지 5회차 미션 (0) | 2020.08.14 |
[패스트캠퍼스 수강 후기] 데이터분석 인강 100% 환급 챌린지 4회차 미션 (0) | 2020.08.13 |
[패스트캠퍼스 수강 후기] 데이터분석 인강 100% 환급 챌린지 3회차 미션 (0) | 2020.08.12 |
댓글 영역