Numpy의 핵심인 다차원 행렬 자료구조 클래스
실제로 파이썬이 제공하는 List자료형과 동일한 출력형태를 가짐
import numpy as np
a = np.array([0,1,2,3,4,5,6,7,8,9])
b = np.arrya([0.12,0.34,0.45,0.66])
c = np.array(['a','b','c'])
print(type(a))
>> class 'numpy.ndarray' 로 나오는 것 확인
● Python리스트
-여러가지 타입의 원소
-linked List구현
-메모리 용량이 크고 속도가 느림
-벡터화 연산 불가
● Numpy ndarray
-동일 타입의 원소
-contiguous memory layout
-메모리 최적화, 계산속도 향상
-벡터화 연산 가능
'개념 정리 > 문법 정리' 카테고리의 다른 글
인덱스의 설정과 리셋(배정,set_index,reset_index) (0) | 2022.08.16 |
---|---|
객체,클래스,인스턴스의 차이 (0) | 2022.07.04 |
무작위 표본 추출, 난수 만들기(random sampling,random number generation) (0) | 2022.07.03 |
loc(다중조건) (0) | 2022.07.03 |
행 항목 이름 바꾸기 (0) | 2022.06.22 |