합계, 평균, 축 활용법
행 방향 또는 열 방향으로 집계합니다.
합계, 평균, 축 활용법은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
한 번에 요약하기
NumPy는 배열 전체를 하나의 숫자로 축약할 수 있습니다. sum과 mean 같은 메서드를 사용하면 많은 값을 빠르게 하나의 요약값으로 바꿀 수 있습니다.
a = np.array([2, 4, 6])
total = a.sum() # 12mean은 평균입니다
mean은 전체 합계를 개수로 나눕니다. 위 배열에서는 4.0을 반환하며, 이는 이미 알고 계신 일상적인 평균입니다.
avg = a.mean() # 4.0기본값은 배열 전체
추가 인수를 지정하지 않으면 이러한 메서드는 모든 값을 하나의 스칼라로 축약합니다. 행과 열을 구분하지 않고 모든 요소가 계산에 포함됩니다.
m = np.arange(6).reshape(2, 3)
m.sum() # 15axis 인수 알아보기
진정한 핵심은 축입니다. 축은 어느 방향으로 축약할지 NumPy에 알려 주므로, 행별 또는 열별로 요약할 수 있습니다.
axis=0은 아래 방향입니다
axis=0으로 설정하면 행이 축약됩니다. NumPy는 각 열을 아래로 훑어 열마다 하나의 값을 반환합니다.
m.sum(axis=0) # [3 5 7]axis=1은 가로 방향입니다
axis=1로 설정하여 열을 하나로 축약합니다. NumPy는 각 행을 가로질러 계산하고 행마다 하나의 값을 반환합니다.
m.sum(axis=1) # [3 12]기억을 돕는 요령
axis를 사라지는 차원이라고 생각해 보십시오. axis 0을 축약하면 행 차원이 제거되어 한 행과 같은 형태의 결과가 남습니다.
mean에도 같은 원리 적용
mean, 최솟값, 최댓값 등에도 축 방향 규칙은 똑같이 적용됩니다. 한 번 익혀 두면 NumPy가 제공하는 모든 축약 연산에 사용할 수 있습니다.
m.mean(axis=0) # [1.5 2.5 3.5]차원 유지하기
keepdims=True를 전달하면 축약된 축을 크기 1로 유지할 수 있습니다. 그러면 결과를 원래 배열에 맞춰 깔끔하게 브로드캐스팅할 수 있습니다.
m.sum(axis=1, keepdims=True) # shape 2 x 1축을 따라 개수 세기
축약 연산을 형태와 함께 사용하면 범주별 합계, 일별 평균, 각 열의 항목 개수와 같은 실제 질문에 답할 수 있습니다.
축을 의도적으로 선택하기
잘못된 axis를 선택하는 것은 흔한 오류입니다. 항상 어떤 차원을 유지할지 먼저 생각한 다음, 다른 차원을 축약하십시오.
빠른 확인
행과 열로 이루어진 2차원 배열이 있습니다.
축 복습
먼저 전체 배열을 요약한 다음, axis를 조정하여 행별 또는 열별로 요약했습니다. 기억하십시오. 지정한 축이 사라지는 축입니다. 👍
AI 튜터와 함께 Python을(를) 배우세요 — 무료
브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.
- 코스
- 30
- 레슨
- 120
자주 묻는 질문
“합계, 평균, 축 활용법” 강의는 무료인가요?
네 — “합계, 평균, 축 활용법” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“합계, 평균, 축 활용법”에서 뭘 배우나요?
행 방향 또는 열 방향으로 집계합니다. 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Data Science Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.
“합계, 평균, 축 활용법” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 배열 모양 변경과 평탄화
- 합계, 평균, 축 활용법
- 선택을 위한 불리언 마스크
- 난수와 시드