* np.array(): 파이썬 리스트를 입력 받아 넘파이 배열을 만듭니다.
* 넘파이 배열의 요소를 선택하는 방법은 파이썬 리스트에서 요소를 선택하는 방법과 동일합니다.
* 넘파이는 배열에 대한 여러 수학 함수를 제공하기 때문에 반복문을 쓰지 않고도 배열의 합을 계산할 수 있습니다. np.sum() 함수는 배열의 요소를 모두 더해주는 함수입니다. (실행 속도가 매우 빠름)
* np.unique() 함수를 사용하면 고유한 값을 찾아 반환합니다. 이때 return_counts 매개변수를 True로 지정하면 고유한 값이 등장하는 횟수까지 세어 반환합니다.
* 넘파이 배열에 사칙연산을 적용하면 자동으로 배열의 요소끼리 계산합니다.
* np.ones() 함수는 입력된 매개변수와 동일한 크기의 배열을 만들고 값을 모두 1로 채웁니다.
* np.zeros() 함수는 배열의 요소를 모두 0으로 채웁니다. 만약 np.zeros() 함수로 다차원 배열을 만들려면 크기를 튜플 형식으로 전달하면 됩니다. np.zeros() 함수는 기본적으로 64비트 실수를 만듭니다.
* 0과 1이 아닌 임의의 값으로 배열을 생성하고 싶을 때는 np.full() 함수를 사용해야 합니다.
* np.exp() 함수는 자연상수의 지수 함수를 계산한다.
* np.means() 함수는 매개변수 값으로 전달한 비교문 결과(넘파이 배열)의 평균을 계산합니다.
* np.clip() 함수는 주어진 범위 밖의 값을 범위 양 끝의 값으로 잘라냅니다.
* np.random.permutation() 함수를 사용하면 훈련 세트의 샘플 순서를 섞을 수 있습니다.
* 넘파이 배열을 리스트에 추가하면 실제 값이 복사되는 것이 아니라 배열을 참조하기 때문에 copy() 함수를 사용해야 합니다.
* 넘파이의 mean(), std() 함수를 사용하여 평균과 표준편차를 계산하면 표준화를 쉽게 구현할 수 있습니다.
이 때, axis 매개변수를 0으로 지정하면 2차원 배열의 열을 기준으로 통계치를 계산하여 행 벡터로 반환해줍니다.
* np.sign() 함수는 배열 요소의 부호를 반환합니다.
* np.dot() 함수는 행렬의 곱셈을 계산합니다.
* 넘파이를 사용하여 행렬에 스칼라 값을 더하면 자동으로 행렬의 각 요소에 스칼라 값을 더해 줍니다.
* np.random.normal() 함수는 정규 분포를 따르는 무작위 수의 배열 생성
* np.bincount() 함수를 사용하면 배열에 있는 정수값의 등장 횟수를 세어 정수값에 해당하는 인덱스 위치에 저장합니다.
* np.argmax() 함수는 넘파이 배열에서 최대값을 저장하고 있는 인덱스를 반환합니다.
* np.flip() 함수는 배열을 뒤집을 수 있습니다.(reverse)
* np.maximum() 함수는 두 매개변수 값 중 큰 값을 골라 반환합니다.