Numpy

• Numpy Array 내부의 데이터는 하나의 자료형으로 통일
• Numpy Array에 값을 곱하면 전체 데이터 그대로 복사되는 리스트와 달리 데이터에 각각 곱해짐
• np.array([]): Numpy Array 생성
• np.dtype: Numpy Array의 Data Type
• np.shape: Numpy Array 모양(차원)
• np.arange(): range를 바탕으로 Numpy Array 생성
• np.reshape(): Numpy Array 모양을 변경, 열에 -1을 입력하면 자동 계산
• np.dot(): 행렬곱

Pandas

• pd.Series([], index=[]): Key가 있는 리스트(Series) 생성
• Series.values: Series의 값
• Series.index: Series의 키 값
• df.ammount: 띄어쓰기 없이 영단어로 구성된 열은 변수처럼 꺼내 쓸 수 있음
• df.insert(column, 'key', 'value'): index 기준으로 특정 위치에 새로운 열 삽입
• df[(con1) & (con2)]: 여러 개의 조건을 사용할 땐 각각의 조건을 괄호 안에 묶어야 함
• df['key'].value_counts(): 값의 출현 빈도 합계 (sort=False로 정렬 해제)
• df['key'].value_counts().plot(kind='pie'): 빈도수를 기준으로 원형차트 생성
• df['key'].apply(): 조건에 따라 변환된 값을 가진 열 반환
• df['key'].replace(): 변환값이 1대1 대응 시 apply() 대신 replace() 사용 가능
  df['gender'].replace([1, 2], ['male', 'female'])