방송 및 일반 기능
브로드캐스팅은 스칼라 또는 다양한 모양의 다른 배열을 사용하는 배열에 대해 요소별 작업을 수행할 수 있게 해주는 NumPy의 핵심 개념입니다. 범용 함수(ufuncs)는 배열의 각 요소에 적용되는 미리 정의된 함수입니다. 브로드캐스트와 ufunc를 결합하면 효율적이고 간결한 데이터 조작이 가능합니다.
범용 함수 예:
np.multiply(A, B)
np.greater(A, B)
np.sin(x)
고급 인덱싱 및 슬라이싱
고급 인덱스 및 슬라이싱은 표준 인덱싱을 넘어 유연한 데이터 액세스를 제공합니다. 부울 인덱싱은 특정 기준을 충족하는 요소를 선택하는 반면, 팬시 인덱싱 및 고급 슬라이싱을 사용하면 배열이나 목록을 사용하여 여러 축의 요소를 인덱싱할 수 있습니다.
고급 색인 생성 예:
A[A > 5]
A[np.array([0, 2, 4])]
A[::2, 1::2]
배열 집계 및 축소
집계 함수는 배열의 데이터를 그룹화하거나 요약하는 데 사용됩니다. 감소 함수는 배열의 요소를 단일 스칼라 값으로 줄입니다. 일반적인 집계 함수는 다음과 같습니다.
np.sum()
np.mean()
np.max()
np.min()
고유한 값으로 정렬
sort 알고리즘은 배열 요소를 정렬하는 반면 고유 값 함수는 배열에 있는 고유 요소의 set을 반환합니다. 이러한 기능은 데이터 분석 및 데이터 정리에 매우 유용합니다.
정렬 예:
np.sort(x)
np.sort(A, axis=1)
고유 값의 예:
np.unique(A)
np.unique(A, return_counts=True)
브로드캐스팅, 고급 인덱싱 및 집계의 결합
브로드캐스팅, 고급 인덱싱 및 집계를 결합하여 복잡한 데이터 작업을 수행합니다. 예를 들어 배열의 특정 행이나 열을 합산하거나 특정 조건을 충족하는 요소의 개수를 계산할 수 있습니다.
예:
np.sum(A, axis=0)
np.mean(A[A > 5])
성능 최적화
NumPy의 벡터화, 브로드캐스트 및 효율적인 기본 구현을 활용하여 데이터 작업 성능을 최적화할 수 있습니다. 기타 성능 최적화 팁은 다음과 같습니다.
기타 고급 기능
NumPy는 다음과 같은 다른 고급 기능도 제공합니다.
사용 사례
NumPy의 고급 기술은 다음을 포함한 다양한 애플리케이션에 유용합니다.
위 내용은 NumPy Advanced: 데이터 작업의 비밀을 밝히다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!