Python/Python기초

사건 공간(universe of events)사건(event)확률(probability) import random coin = ['H', 'T'] print(random.choice(dice))random.choice()는 랜덤으로 'H', 'T'를 선택하여 리턴하는 함수 # 동전 1개를 10,000번 던지는 실험 # 앞면(H)이 나올 확률과 뒷면(T)이 나올 확률이 1/2임을 증명 heads = 0 tails = 0 trials = 10000 for i in range(trials): choice = random.choice(coin) if choice == 'H': heads += 1 else: tails += 1 print('P(H) = heads/10,000 =', heads/trials) pri..

통계 함수 만들기 중심 경향성 : 평균, 중앙값, 분위수(4분위, 100분위=퍼센트), 최빈값,산포도 : 분산(variance), 표준편차(standard deviation), 범위(range)상관 관계 : 공분산(Covariance), 상관계수(Correlation) def mean(x):"""리스트 x의 모든 아이템들의 평균을 계산해서 리턴x = [x1, x2, ..., xn]mean = (x1 + x2 + ... + xn) / n :param x: 원소 n개인 (1차원) 리스트:return: 평균""" return sum(x) / len(x) def median(x):"""리스트 x를 정렬했을 때 중앙에 있는 값을 찾아서 리턴n이 홀수이면, 중앙값을 찾아서 리턴n이 짝수이면, 중앙에 있는 두 개 값..

import numpy as np # numpy.ndarray 타입의 객체를 생성 A = np.array([ [1, 2, 3], [4, 5, 6] ]) B = np.array([ [1, 2], [3, 4], [5, 6] ]) print(A) print(B) print(A.shape) # 2x3 행렬 print(B.shape) # 3x2 행렬 (2, 3)(3, 2) nrows, ncols = B.shape print(nrows, 'x', ncols) 3 x 2 # slicing: 특정 행, 특정 열의 원소들을 추출하는 방법 # list[row][column], ndarray[row, column] print(A[0, 0]) print(B[1, 1]) 14 print(A[0:2, 0:3]) print(A[0..

"""2차원 리스트(list)를 이용한 행렬행렬의 Shape: (행x열)로 나타냄 !!""" # 2x3 행렬(row=2, col=3) A = [ [1, 2, 3], [4, 5, 6] ] # 3x2 행렬(row=3, col=2) B = [ [1, 2], [3, 4], [5, 6] ] print(A) print(B) [[1, 2, 3], [4, 5, 6]][[1, 2], [3, 4], [5, 6]] def shape(matrix): """ 행렬의 행과 열의 개수를 tuple 형태로 return하는 함수 :param matrix: 행렬 (행의 갯수가 n개이고 열의 갯수가 m개인 2차원 리스트) :return:tuple (n, m) """ n = len(matrix) # 행의 개수 m = len(matrix[0..