문과생CS정복기

클래스Class # 파일명 Multiply.py class Mul: #클래스 Mul생성 def __init__(self, m): # __init__은 Mul클래스의 생성자 특수 함수 Mul 클래스의 인스턴스(객체)가 생성될 때 자동으로 호출 self.m = m # self: 인스턴스 자기 자신을 참조하는 변수 # self.m: 인스턴스에 m이라는 속성을 만들고, 이 속성은 인스턴스가 존재하는 동안 계속 접근할 수 있습니다. # m: 생성자로 전달된 인자, x,y,z등 아무 이름을 넣어줘도 됨 # return값이 없다 def mul(self, n): # 클래스 내의 메서드(함수) return self.m*n # 이 메서드를 실행하면 반환될 결과값은 m*n이다 if __name__ == '__main__':..

우리는 배웠다. shape(V, H, D) Vertical=높이 Horizontal=행 Depth=열 이번엔 쪼갠 것을 다시 쌓아보자. 다음 a array (3,4)와 b array (3,4)가 있다. a = np.array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) b = np.array([[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]]) np.vstack((a,b)) np.hstack((a,b)) np.dstack((a,b)) 어떤 것을 써야 아래 1번 2번 3번 array를 만들 수 있을까? # 1번 [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12] [13 14 15 16] [17 18 1..

array3d.shape >>> (높이=2,행=3,열=4) array3d >>> array([[[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]], [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]]]) 1. array3d를 1부터 12까지, 13부터 24까지 위 아래로 쪼개고 싶다면? vsplit (vertical split) axis=0을 기준 numpy.split(ary,indices_or_sections,axis=0) axis=1,2은 안된다 numpy.array_split(ary,indices_or_sections,axis=0) axis=1,2은 안된다 numpy.vsplit(ary, indices_or_sectio..

Numpy 2차원을 1차원으로 크기변경하려면? numpy.reshape(a, newshape, order='C') numpy.ravel(a, order='C') numpy.ndarray.flatten(order='C') numpy.ndarray.ravel([order]) import numpy as np a = np.arange(12) #1차원 b = a.reshape(3,4) #2차원으로 변경 print(a) >>> [ 0 1 2 3 4 5 6 7 8 9 10 11] print(b) >>> [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] print(b.ravel()) # 2차원을 1차원으로 변경 >>> [ 0 1 2 3 4 5 6 7 8 9 10 11] print(b.reshape(-..

try : 예외가 발생할 가능성이 있는 코드 except : 예외가 발생했을 때 실행할 코드 else : 예외가 발생하지 않았을 때 실행할 코드 finally : 예외 발생 여부와 상관없이 무조건 실행할 코드 try : Number = int(input("숫자 입력 : ")) except : print("예외가 발생하였습니다.") else : print("입력한 숫자는 ", Number, "입니다.") finally : print("finally 문은 무조건 실행하는 코드") input에 숫자입력시 입력한 숫자는 12 입니다. finally 문은 무조건 실행하는 코드 input에 숫자가 아닌 문자 입력시 예외가 발생하였습니다. finally 문은 무조건 실행하는 코드

다음 numpy arange 문제를 풀어보세요. numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None) np.arange(0, 5, 0.5, dtype=int) 시작 값(0): 배열의 시작 값입니다. 이 예에서는 0부터 시작합니다. 종료 값(5): 배열 생성이 종료되는 값으로, 이 값은 포함되지 않습니다. 즉, 5는 배열에 포함되지 않습니다. 간격(0.5): 배열의 각 요소 간의 간격을 지정합니다. 이 경우 0.5씩 증가합니다. dtype=int: 배열의 데이터 타입을 지정합니다. 여기서는 int (정수) 타입을 지정하여, 결과적으로 생성되는 배열의 요소들이 정수형으로 변환됩니다. 둘 중 정답은? 1번 array([0, 0, 1, 1, 2, 2, 3..

`NaN` (Not a Number)과 `None`을 구분하는 것은 때로는 중요할 수 있습니다. 이 두 값은 서로 다른 유형이며, 특정 상황에서는 이를 명확히 구분해야 할 필요가 있습니다. Pandas와 Python에서 이 두 값의 유형을 확인하고 구분하는 방법에 대해 살펴보겠습니다. ### 1. 데이터 유형 확인 Python의 `type()` 함수와 Pandas의 `dtype` 속성을 사용하여 `NaN`과 `None`의 데이터 유형을 확인할 수 있습니다. `NaN`은 float 유형이고, `None`은 NoneType입니다. ### 2. 값의 특성을 이용한 구분 `NaN`은 수치 연산에 참여할 수 있으며, 결과는 또 다른 `NaN`입니다. 반면, `None`은 수치 연산에 사용할 수 없으며, 이를 시도..

`NaN`은 "Not a Number"의 약자로, 숫자가 아님을 나타내는 특별한 부동 소수점(floating-point) 값입니다. 그래서 numpy에 있는 거고 타입은 float임 이 값은 주로 데이터 분석, 과학 계산, 금융 모델링 등에서 데이터가 누락되었거나 정의되지 않은 연산을 수행했을 때 발생합니다. 예를 들어, 0으로 나누는 연산에서 결과가 정의되지 않으므로 `NaN`이 생성될 수 있습니다. nan 은 nan이 아니다!! np.nan == np.nan 은 True가 아니라 False. 왜냐면 둘 다 값이 없는 것이라 비교가 불가하기 때문. ### NaN의 사용 - **데이터 처리**: 데이터셋에서 값이 누락되었거나 유효하지 않을 때 `NaN`을 사용하여 해당 데이터 포인트를 표시합니다. 이는 ..