NumPy 튜토리얼
NumPy 는 Python 에서 수치 계산을 위한 포괄적인 커리큘럼을 제공합니다. 튜토리얼은 배열 연산, 수학 함수 및 데이터 처리 기술을 다루며, 초보자와 숙련된 데이터 과학자 모두에게 적합합니다. 실습 랩과 실제 사례를 통해 효율적인 수치 계산에 대한 실질적인 경험을 얻을 수 있습니다. 과학적 Python 플레이그라운드에서 NumPy 함수를 실시간으로 실험할 수 있습니다.
NumPy 배열 조작 기초
이 실습에서는 NumPy 배열 작업의 기본 사항을 배우게 됩니다. NumPy 는 Python 에서 수치 계산을 위한 강력한 라이브러리입니다. 배열에 대한 수학 연산을 수행하기 위한 효율적인 데이터 구조와 함수를 제공합니다.
NumPyPython
효율적인 계산을 위한 NumPy 브로드캐스팅
브로드캐스팅은 NumPy 에서 모양이 다른 배열을 산술 연산에 사용할 수 있도록 하는 강력한 기능입니다. 배열 연산을 벡터화하고 계산 효율성을 개선하는 방법을 제공합니다. 이 실습에서는 NumPy 브로드캐스팅의 기본 사항을 안내합니다.
NumPyPython
NumPy 데이터 유형 이해하기
이 실습에서는 NumPy 에서 사용 가능한 다양한 데이터 유형을 이해하고 배열의 데이터 유형을 수정하는 방법을 단계별로 안내합니다. NumPy 는 불리언, 정수, 부동소수점 숫자 및 복소수를 포함한 광범위한 숫자 유형을 지원합니다. 이러한 데이터 유형을 이해하는 것은 NumPy 를 사용하여 다양한 수치 계산 및 데이터 분석 작업을 수행하는 데 중요합니다.
NumPyPython
Genfromtxt 를 사용한 데이터 가져오기
이 실습에서는 numpy.genfromtxt 함수를 사용하여 데이터를 가져오는 방법을 배웁니다. 이 함수를 사용하면 다양한 소스에서 표 형식 데이터를 읽어 NumPy 배열로 변환할 수 있습니다. 입력 정의, 줄을 열로 분할, 열 선택, 데이터 타입 설정 및 변환 조정에 대한 다양한 옵션을 탐색합니다.
NumPyPython
NumPy 인덱싱 소개
이 실습에서는 NumPy 인덱싱의 기본 사항을 살펴봅니다. 인덱싱을 통해 배열의 특정 요소 또는 요소의 하위 집합에 접근하고 조작할 수 있습니다. NumPy 에서 배열 작업을 효과적으로 수행하려면 인덱싱 사용 방법을 이해하는 것이 중요합니다.
NumPyPython
NumPy 배열 생성 기본 기법
이 실습에서는 Python 의 기본 배열 컨테이너 라이브러리인 NumPy 를 사용하여 배열을 생성하는 방법에 대한 단계별 가이드를 제공합니다. Python 시퀀스 변환, 내장 NumPy 배열 생성 함수 사용, 기존 배열 복제 및 결합, 디스크에서 배열 읽기를 포함한 다양한 배열 생성 방법을 배우게 됩니다.
NumPyPython
NumPy 유니버설 함수
이 실습에서는 NumPy 유니버설 함수 (ufuncs) 의 기본 사항을 살펴봅니다. ufuncs 는 배열 브로드캐스팅, 타입 캐스팅 및 기타 표준 기능을 지원하며 ndarray 에 요소별로 작동하는 함수입니다. ufuncs 의 다양한 메서드, 브로드캐스팅 규칙, 타입 캐스팅 규칙 및 ufunc 동작을 재정의하는 방법을 배우게 됩니다.
NumPyPython
NumPy 의 구조화된 배열
이 실습에서는 NumPy 의 구조화된 배열에 대해 배웁니다. 구조화된 배열은 명명된 필드의 시퀀스로 구성된 더 간단한 데이터 타입의 조합으로 이루어진 ndarray 입니다. 각 필드가 데이터의 다른 속성을 나타내는 테이블 형식 데이터와 같은 구조화된 데이터를 작업하는 데 유용합니다.
NumPyPython
NumPy Einsum 함수
이 챌린지는 다차원 배열에 대한 다양한 연산을 수행할 수 있는 Numpy 의 einsum 함수 사용 기술을 테스트하도록 설계되었습니다. 챌린지는 점진적으로 난이도가 증가하는 여러 하위 챌린지로 구성됩니다.
NumPyPython
과학 계산을 위한 NumPy Einsum
과학 계산에서는 다양한 선형 대수 연산을 수행해야 하는 경우가 많습니다. NumPy 는 이러한 연산을 수행하기 위한 효율적이고 편리한 도구를 제공하는 인기 있는 Python 라이브러리입니다. NumPy 에서 가장 강력한 도구 중 하나는 아인슈타인 합산 (Einstein Summation) 을 의미하는 einsum 입니다.
NumPy
NumPy 수학 게임
이 챌린지에서는 파이썬의 NumPy 모듈을 활용하여 배열을 다루고 일반적인 수학 연산을 수행하는 연습을 합니다.
PythonNumPy
온라인 NumPy 플레이그라운드
LabEx 는 수치 계산을 위해 NumPy 가 사전 설치된 파이썬 환경을 즉시 구성할 수 있는 온라인 NumPy 플레이그라운드를 제공합니다.
NumPy
NumPy 배열 곱셈 연산 효율적으로 수행하기
NumPy 는 Python 에서 과학적 계산을 위한 강력한 라이브러리입니다. NumPy 의 가장 중요한 기능 중 하나는 다양한 유형의 배열 곱셈을 효율적으로 수행할 수 있다는 것입니다.
NumPyPython
NumPy 슬라이싱 및 인덱싱
NumPy 는 과학적 계산에 사용되는 인기 있는 Python 라이브러리입니다. 수치 데이터 분석에 유용한 고성능 배열 연산 및 수학 함수를 제공합니다. 이 랩에서는 NumPy 의 슬라이싱 및 인덱싱 기능을 배우게 됩니다.
PythonNumPy
NumPy 형태 조작
이 랩에서는 NumPy 배열의 형태를 조작할 수 있는 NumPy 형태 조작 함수에 대해 배우게 됩니다.
NumPy
NumPy 파일 I/O
이 랩에서는 NumPy 를 사용하여 파일에 배열을 읽고 쓰는 방법을 배웁니다. NumPy 는 대용량 데이터 세트를 쉽게 처리할 수 있도록 파일 입출력을 위한 여러 함수를 제공합니다.
NumPyPython
배열 속성 및 Dtype
이 튜토리얼에서는 NumPy 배열 속성을 살펴보고, 특히 dtype 속성에 중점을 둡니다. NumPy 는 Python 에서 수치 계산을 위한 강력한 라이브러리이며, NumPy 배열은 이 라이브러리의 핵심 데이터 구조입니다.
NumPyPython
NumPy 배열 연산
NumPy 는 수치 계산에 사용되는 Python 라이브러리입니다. 배열과 행렬 작업을 위해 설계되어 과학적 계산에 강력한 도구입니다. 이 랩에서는 NumPy 배열 연산과 관련된 다음 세 가지 주제를 배우게 됩니다:
NumPy
- 이전
- 1
- 2
- 다음