본문 바로가기

Python26

[Numpy] random.shuffle () Numpy random.shuffle() numpy.random.shuffle() 함수는 입력된 배열의 요소들을 무작위로 섞은 후 섞인 배열을 반환합니다. 이 함수는 입력된 배열을 직접 수정하며, 반환값은 None입니다. 사용법 numpy.random.shuffle(arr)의 문법을 따릅니다. arr: 섞을 배열 예시 import numpy as np arr = np.array([1, 2, 3, 4, 5]) np.random.shuffle(arr) print(arr) [3 2 4 5 1] 참고사항 입력된 배열이 다차원 배열인 경우, 첫 번째 축(가장 바깥쪽 괄호)을 기준으로 섞습니다. 입력된 배열이 복사본이 아닌 경우, 해당 배열이 직접 수정됩니다. 실행할 때마다 다른 결과를 반환합니다. random.s.. 2023. 2. 27.
[Numpy] arange () Numpy의 arange() 함수 Numpy는 파이썬에서 과학 계산을 위한 가장 중요한 라이브러리 중 하나입니다. Numpy의 arange() 함수는 지정된 범위에서 일정한 간격으로 값을 생성하는 함수입니다. 기본 구문 Numpy의 arange() 함수는 다음과 같은 구문으로 작성됩니다. import numpy as np numpy.arange([start, ]stop, [step, ]dtype=None) start : 선택적으로 시작 값. 기본값은 0입니다. stop : 끝 값. 이 값은 범위에서 생성되지 않습니다. step : 선택적으로 증가하는 간격. 기본값은 1입니다. dtype : 선택적으로 데이터 유형을 지정합니다. 예시 import numpy as np # 0부터 4까지의 값을 출력합니다. .. 2023. 2. 27.
[sklearn] predict () sklearn의 predict() 메서드란? predict() 메서드는 sklearn 라이브러리의 주요 메서드 중 하나입니다. 이 메서드는 모델에 새로운 데이터를 입력하면 모델이 예측한 출력 값을 반환합니다. 예를 들어, 붓꽃 종을 분류하는 모델을 학습시킨 후, 새로운 붓꽃의 꽃잎과 꽃받침의 길이와 너비 값을 입력하면, predict() 메서드를 이용하여 해당 붓꽃의 종을 예측할 수 있습니다. 예시 다음은 sklearn의 KNeighborsClassifier 모델을 이용하여 붓꽃 데이터를 분류하는 예시 코드입니다. from sklearn.datasets import load_iris from sklearn.neighbors import KNeighborsClassifier # 붓꽃 데이터 로드 iris .. 2023. 2. 26.
[Python] zip() Python zip() 함수 Python의 내장 함수인 zip()은 둘 이상의 이터러블을 인자로 받아 각 이터러블에서 같은 인덱스에 위치한 요소들을 묶어서 튜플의 형태로 반환합니다. 반환된 튜플들은 이터레이터 객체로 반환되며, 남은 요소들은 무시됩니다. 예시 1 a = [1, 2, 3] b = [4, 5, 6] c = [7, 8, 9] result = zip(a, b, c) print(list(result)) 위 코드의 출력 결과는 다음과 같습니다. [(1, 4, 7), (2, 5, 8), (3, 6, 9)] 예시 2 a = [1, 2, 3] b = ['a', 'b', 'c'] result = zip(a, b) print(list(result)) 위 코드의 출력 결과는 다음과 같습니다. [(1, 'a').. 2023. 2. 26.