정리 노트

저번에는 pandas에서 NaN 값을 처리하는 방법을 배웠었습니다. (Pandas에서 NaN 처리하기: 2022.07.17 - [[TIL]국민대X프로그래머스 여름방학 인공지능 과정] - 10일 차 (2020/07/17)) 오늘은 numpy에서 NaN 값을 처리하는 방법을 배웠습니다. isnan 통해 NaN 값 처리해보기 isnan은 numpy에서 제공하는 함수로, 각 요소마다 nan값인지 아닌지의 boolean 값을 담은 ndarray를 반환합니다. import numpy as np a = np.array([1, 2, np.nan, 3, 4, np.nan, np.nan, 5]) print(np.isnan(a)) # [False False True False False True True False] 이를 ..

오늘은 Numpy 모듈이 무엇인지 보고 이를 사용하는 방법에 대해 배웠습니다. Numpy를 쓰는 이유? 사실 numpy를 쓴다고 하면 '아 쓰나 보다' 하고 아무렇지 않게 생각했지 이걸 써야 하는 이유에 대해 물으면 잘 몰랐습니다. numpy를 사용하면 필요한 연산들은 C로 만들어져 있기 때문에 python의 list를 사용하는 것보다 numpy의 array를 사용하는 것이 더 빠르다고 합니다. 아래의 방법을 통해 연산 시간을 간단하게 확인할 수 있었습니다. import numpy as np my_list = range(1000) %timeit [i**2 for i in my_list] # %timeit은 timeit 모듈을 사용하겠다는 jupyter notebook 만의 문법입니다. arr = np.a..