Keep-H's Hardware Design Study Notes

1. dictionary를 이용한 DataFrame 만들기 names = ['JH','JS','OU','SK'] english_scores = [50, 89, 68, 88] math_scores = [86, 31, 91, 75] 값은 임의로 할당했고 이를 이용하여 DataFrame을 구성한다. 구성하는 방법은 여러가지가 있다. values를 리스트로 할당하거나 numpy array를 이용할 수 있고, pandas의 Series를 이용할 수 있다. #1 dict1 = { 'name' : names, 'english_score':english_scores, 'math_score':math_scores } #2 dict2 = { 'name':np.array(names), 'english_score':np.ar..

numpy를 기반으로 만들어진 pandas는 외부 데이터를 읽고 쓸 수 있으며 정리된 데이터를 새로운 파일에 저장할 수 있다. 데이터를 시각화할 수 있으며 표 형식의 데이터를 다룰 수 있게 된다. pandas 설치 pip install pandas 2차원 배열의 데이터 시각화 임의의 2차원 배열을 작성한 뒤 DataFrame을 이용하여 시각화 한다. 1. numpy를 이용한 경우 np.array(two_dimensional_list) # array([['dongwook', '50', '86'], ['sineui', '89', '31'], ['ikjoong', '68', '91'], ['yoonsoo', '88', '75']], dtype='

조건에 따라 bool의 형태로 값을 저장하는 array와 조건에 맞는 인덱스를 반환하는 numpy모듈의 함수 where()에 대하여. 1. numpy array를 이용하면 조건에 따라 bool의 형태로 값을 저장할 수 있다. array1 = np.array([2, 3, 5, 7, 11, 13, 17, 19, 23, 28, 31]) print(array1 > 4) #array([[False, False, True, True, True, True, True, True, True, True, True]]) 2. numpy 내 where() 함수 where(' 조건 ') => 조건에 맞는 값의 인덱스를 반환한다. array1 = np.array([2,3,5,7,11,13,17,19,23,28,31]) filte..

1. 리스트를 통해 생성 array1 = numpy.array([1,2,3,4,5]) 2. 균일한 값으로 생성 - full() 함수를 사용하면 모든 값이 같은 array를 생성할 수 있다. array1 = numpy.full(6,7) #[7,7,7,7,7,7] - 모든 값이 0인 array를 생성 #1 array1 = numpy.full(6,0) #2 array2 = numpy.zeros(6,dtype = int) # [0,0,0,0,0,0] - 모든 값이 1인 array를 생성 #1 array1 = numpy.full(6,1) #2 array2 = numpy.ones(6, dtype = int) # [1,1,1,1,1,1] 3. 연속된 값을 가진 array 생성 arange() 함수를 사용하여 연속된 ..