놀라운 NumPy 배열을 만나 보세요! 필요에 맞게 배열을 생성하고 모양을 바꾸는 방법을 익힙니다. 마지막으로, NumPy의 다양한 데이터 타입과 그것이 빠른 배열 연산에 어떻게 기여하는지 알아봐요.

배열 소개

첫 번째 NumPy 배열 만들기

처음부터 배열 만들기

범위 배열 만들기

배열 차원수

3D 배열 생성

네 번째 차원

평탄화와 재구조화

NumPy 데이터 타입

dtype 인자

데이터 타입 예측하기

더 작은 스도쿠 게임

NumPy 배열 이해하기

뉴욕시 가로수 조사 데이터를 슬라이싱, 필터링, 정렬하면서 NumPy 데이터 처리 실력을 한층 끌어올리세요. 조건문을 바탕으로 데이터를 뽑아 새로운 배열을 만들고, 목적에 맞게 어떤 차원으로든 데이터를 추가·제거해 보세요. 그 과정에서 초고속 배열 연산을 준비하기 위한 모양(shape)과 차원 호환성 원칙도 익히게 됩니다.

배열 인덱싱과 슬라이싱

나무 데이터 슬라이싱과 인덱싱

2차원으로 한 걸음

나무 정렬하기

배열 필터링

마스크로 필터링하기

고급 인덱싱 vs. np.where()

조건으로 배열 만들기

데이터 추가 및 제거

옵션

첫 번째 축에서 호환 가능

두 번째 축에서 호환 가능

호환 불가

호환되나요, 아니나요?

행 추가하기

열 추가하기

np.delete()로 삭제하기

데이터 선택과 업데이트

NumPy의 빠른 벡터화 연산을 활용해 미국의 주류 상점, 레스토랑, 백화점 매출 데이터에서 요약 인사이트를 도출해 보세요. Python 함수를 벡터화하여 NumPy 코드에서 사용하고, broadcasting 로직을 적용해 크기가 다른 배열끼리 수학 연산을 수행합니다.

데이터 요약하기

판매 합계

평균값 그리기

누적 매출

벡터화된 연산

세금 계산

매출 예측하기

Vectorizing .upper()

브로드캐스팅

브로드캐스팅 가능할까요?

열 단위 브로드캐스팅

행을 가로지르는 브로드캐스팅

배열 수학!

마지막 장에서는 Monet의 걸작 이미지 데이터를 활용해, 이미지 데이터를 어떻게 증강할 수 있는지 살펴봅니다. 뒤집기와 전치 기능을 사용해 작품을 빠르게 변환해 보세요. 이어서 Monet 배열을 분해하고 변경한 뒤, 배열 쌓기를 통해 다시 조립하여 결과를 확인합니다.

배열 저장하고 불러오기

`.npy` 파일 불러오기

도움말 확인하기

업데이트하고 저장하기

배열 곡예

모네 작품 증강하기

당신의 걸작, 전치해 보기

스택과 분할

2D 분할과 스택

RGB 데이터 분리하기

RGB 데이터 쌓기

축하합니다!

배열 변환

Course Glossary

Monet RGB Array

Monthly Sales Array

Tree Census Array

Sudoku Solution Array

Sudoku Game Array

NumPy는 필수 Python 라이브러리입니다. TensorFlow와 scikit-learn은 NumPy 배열을 입력으로 사용하고, pandas와 Matplotlib도 NumPy를 기반으로 만들어졌어요. 이 NumPy 소개 코스에서는 NumPy의 핵심 객체인 배열을 자유자재로 다루게 됩니다! 뉴욕시 가로수 조사 데이터를 활용해 배열을 생성하고, 정렬하고, 필터링하고, 업데이트해 볼 거예요. NumPy가 왜 그렇게 효율적인지 이해하고, broadcasting과 vectorization을 사용해 NumPy 코드를 더욱 빠르게 만드는 방법도 배웁니다. 코스가 끝날 무렵에는 3차원 배열을 사용해 Claude Monet의 그림을 변형해 보고, 이러한 배열 변형이 Machine Learning에서 왜 핵심 도구인지 이해하게 될 거예요.

동영상에는 실시간 스크립트가 포함되어 있으며, 동영상의 왼쪽 하단에 있는 "Show transcript"를 클릭하면 볼 수 있어요.

코스 용어집은 오른쪽의 리소스 섹션에서 확인하실 수 있습니다.

CPE 크레딧을 받으려면 코스를 완료하고 인증 평가에서 70% 이상의 점수를 받아야 합니다. 오른쪽의 CPE 크레딧 안내를 클릭하면 평가로 이동할 수 있어요.

<h2> NumPy</h2>

  

<br><br>
<h2></h2>

 

<br><br>

   

<br><br>
<h2></h2>

 

<br><br>

 

Intermediate Python

뉴욕시 나무 조사로 NumPy를 배우세요. 4시간 내 배열 생성, 정렬, 필터링, 업데이트를 익힙니다.

NumPy 소개

뉴욕시 나무 인구 조사 데이터를 활용하여 배열 생성, 정렬, 필터링 및 업데이트 방법을 학습함으로써 NumPy 기술을 숙달하세요.

배열 인덱싱과 슬라이싱

Create Your Free Account