다음 리스트 [1, (2, 3), 4]로 NumPy 배열을 초기화하면, 저장되는 값의 데이터 타입은 무엇일까요?
[1, (2, 3), 4]
모듈 numpy는 이미 np로 임포트되어 있어요.
numpy
np
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 장에서는 Python에서 사용하는 주요 데이터 구조를 다시 정리해 볼 거예요. 리스트, 튜플, 세트, 딕셔너리를 어떻게 다루는지 살펴봅니다. 또한 문자열과 정규 표현식을 사용해 주어진 텍스트에서 원하는 문자 시퀀스를 추출하는 방법도 다룰 거예요.
이 장의 초점은 iterable 객체입니다. iterable 객체의 정의를 되짚고, 어떻게 식별하는지 설명할 거예요. 다음으로, Python만의 강력한 기능인 리스트 컴프리헨션을 다룹니다. 그다음에는 여러 iterable 객체를 하나로 결합하는 방법을 복습하고, 마지막으로 제너레이터를 사용해 커스텀 iterable 객체를 만드는 방법을 알아볼게요.
이 장에서는 Python의 함수형 측면에 집중합니다. 위치 인자와 키워드 인자를 가변 개수로 받는 함수를 정의하는 것부터 시작할게요. 다음으로 람다 함수와 그것이 유용한 경우를 살펴봅니다. 특히 map(), filter(), reduce() 같은 함수와 함께 어떻게 사용하는지 보겠습니다. 마지막으로 재귀가 무엇인지, 올바르게 구현하는 방법을 복습할 거예요.
이 장에서는 Python에서의 과학 계산 주제를 다룹니다. 먼저 NumPy 배열과 리스트의 차이를 설명하고, 복잡한 계산에 왜 전자가 더 적합한지 알아볼게요. 다음으로 pandas DataFrame을 다루는 유용한 기법들을 살펴보겠습니다. 마지막으로 산점도, 히스토그램, 박스플롯을 사용해 데이터를 시각화해 볼 거예요.
현재 연습
