DeepHive :: BeeHive

NumPy 2차원 배열에서 원소에 접근하고 인덱싱하는 다양한 방법을 소개하고자합니다. 1. 원소 접근 NumPy 2차원 배열의 각 원소에 접근하는 가장 간단한 방법은 인덱스를 사용하는 것입니다. 인덱스는 0부터 시작하며, 대괄호([]) 안에 인덱스를 지정하여 해당 위치의 원소에 접근할 수 있습니다 import numpy as np arr = np.array([1, 2, 3], [ 4, 5, 6], [7, 8, 9]]) # 특정 위치의 원소에 접근 print(arr[0, 0]) # 출력: 1 print(arr[1, 2]) # 출력: 6 위의 예시에서 'arr'은 3X3의 2차원 배열입니다. [i, j]와 같은 형태의 인덱스를 사용하여 특정 위치의 원소에 접근할 수 있습니다. arr[0, 0]는 첫 번째 행..

딕셔너리(Dictionary)는 인덱스(index)를 사용하여 특정 키(key)에 해당하는 값을 검색할 수 있습니다. 딕셔너리에서는 숫자 인덱스를 사용하는 것이 아니라 키를 사용합니다. 예를 들어, 다음과 같은 딕셔너리를 가정해봅시다 student_scores = {'John': 90, 'Emily': 85, 'Daniel': 95, 'Sarah': 88} 이 딕셔너리는 학생들의 이름과 점수를 저장하고 있습니다. 이제 'John'의 점수를 얻기 위해 다음과 같이 인덱싱을 사용할 수 있습니다. john_score = student_scores['John'] print(john_score) 출력 결과는 90이 될 것입니다. 여기서 'John'이 키이고, 해당하는 값은 90입니다. 딕셔너리에서는 키를 사용하여..

판다스(Pandas)의 시리즈(Series)는 1차원 데이터 구조로, 인덱스(index)와 값(value)으로 구성된 데이터를 담는 객체입니다. Series 는 열(column) 또는 변수(variable)를 나타내는 데에 자주 사용됩니다. Series 는 NumPy 배열과 유사하며, 인덱스를 통해 각 값에 접근할 수 있습니다. Series 의 특징 Series 는 다음과 같은 특징을 가지고 있습니다. 값의 정렬: 시리즈는 값의 정렬을 지원합니다. 기본적으로 인덱스에 따라 값이 정렬되어 있습니다. 유연한 인덱싱: 시리즈는 사용자가 지정한 인덱스를 사용하여 데이터에 접근할 수 있습니다. 인덱스는 숫자, 문자열 또는 기타 자료형으로 구성될 수 있습니다. 누락된 데이터 처리: 시리즈는 누락된 데이터를 표현하기..

딕셔너리에 새로운 딕셔너리를 추가하는 방법은 간단합니다. 기존의 딕셔너리에 새로운 키-값 쌍을 할당하면 됩니다. 이때 값으로는 새로운 딕셔너리를 사용하면 됩니다. 예를 들어, 다음과 같은 기존의 딕셔너리가 있다고 가정하고, my_dict = {'name':'John', 'age':25} 'city'와 'country'라는 키를 가진 새로운 딕셔너리를 정의해보겠습니다. new_dict={'city':'Seoul','country':'Korea'} 위 my_dict 에 새로운 딕셔너리를 추가하는 방법은 update() 메서드를 사용하면 됩니다. 새로운 딕셔너리의 키-값 쌍이 기존 딕셔너리에 추가됩니다. update() 메서드를 사용 >>>my_dict=update(new_dict) >>>my_dict {'n..

저번 딕셔너리 정의에 이어 Dictionary를 수정, 추가, 삭제하는 법을 해보도록 하겠습니다. 딕셔너리는 변경 가능한 자료형이므로 생성 후에 키-값 쌍을 수정, 추가, 삭제할 수 있습니다. my_dict = {'name': 'John', 'age': 25, 'city': 'New York'} # my_dict 딕셔너리 정의 새로운 키-값 쌍을 추가하려면 간단히 새로운 키에 값을 할당하면 됩니다. my_dict['occupation'] = 'Engineer' my_dict 을 찍어보면 기존에 있던 3개의 쌍에 새로운 쌍 (occupation, Engineer) 추가됨을 볼 수 있습니다. 기존 키의 값을 업데이트(수정)하려면 그냥 새로운 값을 다시 할당하면 됩니다. my_dict['age'] = 26 키..