인공지능 개발일지

안녕하세요! 이번 시간엔 파이썬의 선형대수 라이브러리인 넘파이 사용방법에 대해 알아봅시다. 머신러닝에는 크게 아래와 같이 4가지의 라이브러리가 있는데 이 중 NumPy에 관해 먼저 알아봅시다. NumPy - 선형대수 라이브러리 Pandas - 데이터 분석 라이브러리 Matplotlib - 시각화 라이브러리 Scikit-Learn - 머신러닝 주요 라이브러리(알고리즘 포함) 넘파이가 뭐냐?라고 하면 넘파이는 Python의 선형대수 라이브러리로 C언어 기반으로 작성되어서 다차원 배열이나 행렬의 계산 속도가 압도적으로 빠릅니다. 저도 처음 배울 때는 넘파이보다 판다스가 시각적으로 좋고 더 많이 쓰이는 것 같은데 넘파이는 머신러닝에서 별로 안 중요하나?라고 생각한 적이 있었는데 이는 넘파이의 위력을 맛본 뒤로는..

가끔 리스트나 ndarray를 셀에 값으로 넣어야 하는 경우가 있는데 아래 예시와 같은 형식의 df가 있을 때 아래 52라는 값 대신 리스트 [1,2,3]을 해당 셀에 넣고 싶을 때 아래와 같이 코드를 쓰면 제목의 에러가 납니다. [df 데이터프레임] age score 0 23 34 1 45 52 -> [1,2,3] df.iloc [1,1]=[1,2,3] # 에러 나는 코드 그럼 어떻게 해결하나? 아래 두 가지를 바꾸면 보통 해결될 겁니다. 1. iloc/loc ⇨ at으로 바꾸기 2. 리스트(혹은 ndarray)의 자료형을 객체로 바꾸기 ⇨ astype(object) 1. iloc/loc ⇨ at으로 바꾸기 아래 조리사와 인공지능의 리스트를 셀에 값으로 넣고 싶으면 아래와 같이 하시면 됩니다. (mod..

안녕하세요! Python의 반복문이 느리기로 유명하지만 가끔 반복문을 돌릴 때 시간이 말도 안 되게 오래 나올 때가 있습니다. 저 같은 경우는 2D 행렬에 대해서 셀마다 2중 반복문을 돌려서 값을 입력하는데 30시간이 나오길래 방법을 찾던 중 좋은 방법이 있어서 소개드립니다. 바로 2d 데이터프레임(판다스 자료구조) 행렬을 넘파이로 변환해서 반복문을 돌리는 것입니다. 이렇게 하니 속도가 무려 100배 정도 빨라져서 이래서 넘파이를 쓰는구나 느꼈습니다. 확실히 넘파이는 시각적으로 보긴 불편하지만 속도가 빠르고 데이터프레임은 보기 편하지만 속도는 느려서 이 둘을 적절하게 활용하면 좋을거 같습니다. 저는 이 아이디어를 얻고 다른데도 유용하게 사용이 되어서 도움이 되시길 바라며 올립니다. 이 전에 아이디어로 미..

AttributeError: 'Series' object has no attribute 'reshape' 이 에러가 뜰 때도 판다스의 Series를 numpy의 array로 바꾸면 됩니다. 판다스에는 시리즈랑 데이터 프레임이 있는데 사이킷런의 모델이나 메서드에 돌릴 때 요구 인자로 numpy의 배열을 요구할 때가 많습니다. 그럴 때 넘파이로 바꾸는 법은 아래와 같습니다. 1. 넘파이로 바꾸기 데이터프레임명=데이터프레임명.to_numpy() 2. 타입 변환하기 데이터프레임명=데이터프레임명.reshape() 아래 예시는 여러행의 데이터프레임에서 특정행만 뽑아와서 그 행만 배열로 바꾸는 예제입니다. HTML 삽입 미리보기할 수 없는 소스