python library - numpy

1. np.array 

import numpy as np
import array
 
array_np = np.array([[2,3],[4,5]])
print("array_np",array_np)
 
"""
[[2 3]
[4 5]]
"""

 

 

 

2. np.arange 

import numpy as np
 
mylist=np.arange(4,9,1) 
print(mylist) #[4 5 6 7 8]

 

 

3. np.zeros

import numpy as np
 
x = np.zeros(500)
 
print(x) 

 

 

 

 

4.  np.concatenate

import numpy as np
x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])
 
z1 = np.concatenate((x,y), axis = 0)
z2 = np.concatenate((x,y), axis = 1)
 
print("z1값" , z1)
"""
z1값 [[1 2]
[3 4]
[5 6]
[7 8]]
"""
print("z1차원", z1.ndim, "z1행렬의 행과 열", z1.shape) #(4, 2)
 
print("z2값" , z2)
"""
z2값 [[1 2 5 6]
[3 4 7 8]]
"""
 
 
 
print("z2차원", z2.ndim, "z2행렬의 행과 열", z2.shape) #(2, 4)

 

 

 

4. np.floor

 
import numpy as np
 
 
# np.floor 각 원소 값보다 작거나 같은 가장 큰 정수 값 (바닥 값)으로 내림
answer1 = np.floor(3.5)
print(answer1)

 

 

5. np.nanmean

- Compute the arithmetic mean along the specified axis, ignoring NaNs.

- NaN을 무시하고 평균을 구하는것

- 출처 : scipy

>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.nanmean(a)
2.6666666666666665
>>> np.nanmean(a, axis=0)
array([2.,  4.])
>>> np.nanmean(a, axis=1)
array([1.,  3.5]) # may vary
 

 

 

 

6. numpy 통계값

print('리뷰 길이 최대 값: {}'.format(np.max(train_length)))
print('리뷰 길이 최소 값: {}'.format(np.min(train_length)))
print('리뷰 길이 평균 값: {:.2f}'.format(np.mean(train_length)))
print('리뷰 길이 표준편차: {:.2f}'.format(np.std(train_length)))
print('리뷰 길이 중간 값: {}'.format(np.median(train_length)))
print('리뷰 길이 제 1 사분위: {}'.format(np.percentile(train_length, 25)))
print('리뷰 길이 제 3 사분위: {}'.format(np.percentile(train_length, 75)))