데이터 프레임 연산· numpy의 기능으로 pandas에서도 동일하게 적용됩니다.· 2차원 데이터는 행을 기준으로 계산할 수도 있고, 열(column)을 기준으로 계산할 수도 있습니다. · 행과 열에 대한 연산을 동시에 할 때, 행 우선 계산과 열 우선 계산을 구분하여 연산을 수행할 수 있습니다. parameter descripton axis = 0 기본 값입니다 행 방향을 나타냅니다. axis = 1 열 방향을 축으로 삼아 계산합니다. 열 방향을 축으로 계산

newaxis · 같은 배열에 대해 차원만 1차원 증가시키는 경우에는 newaxis를 사용합니다. · newaxis는 객체입니다. https://docs.scipy.org/doc/numpy-1.13.0/reference/arrays.indexing.html

enumerate()· 컨테이너 객체가 지닌 각 요소값뿐만 아니라 인덱스 값도 함께 반환합니다.· key(index)와 실제 그 값을 같이 가져옵니다.

NaN· NumPy에서는 정의할 수 없는 숫자를 표현하기 위한 np.nan(not a number)함수를 제공합니다.· 0을 0으로 나누는 경우 np.nan이 됩니다.

Graphviz · 그래프, 다이어그램을 그려주는 오픈소스 도구 · Open source Graph Visualization Software https://graphviz.gitlab.io/

reshape() · 배열의 모양(크기) 변경할 때 사용합니다. · 만들어진 배열의 내부 데이터는 보존한 채로 형태만 바꾸려면 reshape()함수를 사용합니다. · 기존 배열과 새로운 배열의 아이템 개수는 항상 동일해야 합니다. https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.reshape.html # 배열의 길이가 5인 1차원 배열 x = np.arange(7) print(x) [0 1 2 3 4 5 6] # 행, 열의 갯수가 (1, 7)인 2차원 배열 x_reshape1 = x.reshape(1, 7) print(x_reshape1) [[0 1 2 3 4 5 6]] # 행, 열의 갯수가 (7, 1)인 2차원 배열 x_reshape..