반응형
최댓값, 최솟값
max 메소드와 min 메소드를 사용하면 numpy array의 최댓값과 최솟값을 구할 수 있습니다.
import numpy as np
array1 = np.array([14, 6, 13, 21, 23, 31, 9, 5])
print(array1.max()) # 최댓값
print(array1.min()) # 최솟값
31
5
평균값
mean 메소드를 사용하면 numpy array의 평균값을 구할 수 있습니다.
import numpy as np
array1 = np.array([14, 6, 13, 21, 23, 31, 9, 5])
print(array1.mean()) # 평균값
15.25
중앙값
median 메소드를 사용하면 중간값을 구할 수 있는데요. 특이하게 median은 numpy array의 메소드가 아니라 numpy의 메소드입니다.
import numpy as np
array1 = np.array([8, 12, 9, 15, 16])
array2 = np.array([14, 6, 13, 21, 23, 31, 9, 5])
print(np.median(array1)) # 중앙값
print(np.median(array2)) # 중앙값
12.0
13.5
array1을 정렬하면 중앙값이 12 입니다.
array2에는 짝수개의 요소가 있기 때문에 중앙값이 13 과 14 두 개입니다. 둘의 평균값을 내면 13.5 입니다.
표준 편차, 분산
표준 편차와 분산은 값들이 평균에서 얼마나 떨어져 있는지 나타내는 지표입니다. 잘 모르신다면 일단 넘어가셔도 좋습니다.
import numpy as np
array1 = np.array([14, 6, 13, 21, 23, 31, 9, 5])
print(array1.std()) # 표준 편차
print(array1.var()) # 분산
8.496322733983215
72.1875
요약 : sparta coding club, 스파르타 코딩, 코드잇, 노마드 코더, 프로그래밍, 직장인 코딩, 내일 배움 카드 코딩, 밀크티 코딩, 초등 코딩, 아이스크림 코딩, 코딩 소프트웨어, 구글 데이터 스튜디오, 데이터 웨어 하우스 , 빅 데이터 클라우드
반응형
'TESTING > PROGREMING' 카테고리의 다른 글
[데이터 사이언스 코딩 - 정보] Pandas : DataFrame을 만드는 방법 알아보기 (0) | 2021.07.24 |
---|---|
[데이터 사이언스 코딩 - Chap.5] 실습 Pandas 문제 풀어보기 (0) | 2021.07.23 |
[데이터 사이언스 코딩 - Chap.3] 실습 Numpy.array 문제 풀어보기 (0) | 2021.07.20 |
[데이터 사이언스 코딩 - Chap.2] 실습 Numpy.array 문제 풀어보기 (0) | 2021.07.19 |
[데이터 사이언스 코딩 - Chap.1] 실습 Numpy.array 문제 풀어보기 (0) | 2021.07.18 |