Analysis 14

[데이터마이닝] matplotlib - random 3 lap 과제

한글 폰트깨질 경우import matplotlib # windows의 경우 matplotlib.rcParams['font.family'] = 'Malgun Gothic'   import numpy as npimport matplotlib.pyplot as pltScore = np.random.randint(100, size=(10, 4))korea_point=Score[:,0]english_point=Score[:,1]math_point=Score[:,2]science_point=Score[:,3]average_score = (korea_point + english_point + math_point + science_point)/4average_score"""array([28.75, 49.75, 53.2..

Analysis 2024.12.05

[데이터마이닝] Numpy-학생 SAMPLE upload- Lab2 과제

import numpy as npdef Math_score(score_array): ##문제1 math_score_array = score_array[:, 2] #모든 행(학생)의 세 번째 열(수학 점수) 추출 for i, score in enumerate(math_score_array): print(f"학생{i+1}: {score}") def Total_score(score_array): ##문제2 total_score_array = np.sum(score_array, axis=1) #각 행(학생)별로 모든 열의 값(과목 점수) 더하기 for i, score in enumerate(total_score_array): print(f"학생{..

Analysis 2024.12.05

[데이터마이닝] Numpy 배열

import 해주기import numpy as np Numpy 배열과 파이썬의 리스트의  성능 차이 비교import numpy as npmy_arr = np.arange(1000000)my_list = list(range(1000000))%time for _ in range(10): my_arr2 = my_arr * 2%time for _ in range(10): my_list2 = [x * 2 for x in my_list]CPU times: total: 15.6 ms Wall time: 10.1 ms CPU times: total: 484 ms Wall time: 532 ms Numpy를 사용한 코드 순수한 파이썬으로 작성한 코드보다 속도 열배~백배빠르며 메모리 적게 사용 The Numpy ndarr..

Analysis 2024.12.05