데이터 기초: numpy와 pandas
벡터화와 브로드캐스팅
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
배열의 산술은 반복문 없이 원소별로 일어나요:
import numpy as np
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b) # [11 22 33]
print(a * b) # [10 40 90]
print(b / a) # [10. 10. 10.]브로드캐스팅은 numpy가 작은 모양을 큰 모양에 맞게 늘리는 방법이에요. 숫자 하나(스칼라)는 모든 원소에 적용돼요:
a = np.array([1, 2, 3])
print(a + 100) # [101 102 103]
print(a ** 2) # [1 4 9]행에 걸쳐서도 돼요. 길이 3인 1차원 행은 2x3 격자의 모든 행으로 퍼져요:
grid = np.array([[1, 2, 3],
[4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
# [14 25 36]]비교도 벡터화되어 불리언 배열을 주고, 곧 거르기에 쓸 거예요:
scores = np.array([55, 90, 70, 40])
print(scores >= 60) # [False True True False]벡터화된 코드는 같은 일을 하는 Python 반복문보다 짧고 훨씬 빨라요.
내 차례
celsius = np.array([0, 10, 20, 30])에서 시작하세요. 벡터화된 계산(반복문 없이)으로 공식 F = C * 9/5 + 32를 써서 화씨로 바꾸고 fahrenheit에 저장하세요. 그다음 fahrenheit가 60 이상인 곳에서 True인 불리언 배열 warm을 만드세요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.