일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- Pandas
- 차원축소
- 코사인 유사도
- 기술통계학
- 가설검정
- 결정계수
- 모두의 딥러닝
- numpy
- 머신러닝
- 구글 BERT의 정석
- 군집화
- 밑바닥부터 시작하는 딥러닝
- 회귀분석
- 텍스트 분류
- 감성분석
- F분포
- 히스토그램
- 기초통계
- 자연어 처리
- word2vec
- 은준아 화이팅
- student t분포
- 파이썬 pandas
- 다층 퍼셉트론
- 오래간만에 글쓰네
- rnn
- 최소자승법
- 밑바닥부터 시작하는 딥러닝2
- Django
- Today
- Total
목록Python (18)
데이터 한 그릇
넘파이 copy 생성 1)파이썬 copy 파이썬은 기본적으로 Shallow Copy이다. Shallow Copy란 카피된 것과 원본이 메모리 주소를 공유하고 있는 copy를 의미한다. x = [1,2,3] y = x.copy() print(x) print(y) print(x == y) print(x is y) x[0] = 7 print(x) print(y) 데이터가 1차일때는 copy를 하여도 주소를 공유하지 않는다. 따라서 값을 바꾸어도 x, y의 데이터 값은 다르다. x = [[1,2,3]] y = x.copy() print(x) print(y) print(x == y) print(x is y) print(x[0] is y[0]) x[0][0] = 7 print(x) print(y) 하지만 데이터가 ..
numpy 값 만들기 import numpy as np a = np.array([1,2,3,4]) #1차원 배열(벡터)에 데이터를 생성 numpy에서 1차원 배열은 벡터라고 부른다. b = np.array([[1,2],[3,4]]) #2차원 배열 => 행렬 2차원 배열은 행렬이라고 부른다. type(a) type(b) print(dir(a)) print(dir(b)) 1차원 배열이든 2차원 배열이든 type과 dir은 동일하다. 한번 확인해본다. c = np.array([[[1,2],[3,4],[5,6]]]) type(c) print(dir(c)) 3차원 배열도 type과 dir은 동일하다. 3차원 이상의 배열부터는 텐서(tensor) 라고 부른다. a = np.array([1,'2',3]) b = np..