Python - 27. 파이썬 NumPy 라이브러리

이 블로그는 개인복습과 포토폴리오용 입니다!

대제목 카페24 빛나는별

 

1. NumPy란?

NumPy는 파이썬에서 고성능의 다차원 배열을 처리하는데 필수적인 라이브러리입니다.

NumPy를 사용하면 배열 데이터를 효율적으로 다루고 수학적 연산을 빠르게 수행할 수 있습니다.

 

2. NumPy 배열 생성

NumPy 배열은 다차원 배열로, 리스트나 튜플과 비슷한 형태를 가지고 있습니다.

NumPy 배열을 생성하는 방법은 다음과 같습니다.

import numpy as np

# 1차원 배열 생성
arr1d = np.array([1, 2, 3, 4, 5])

# 2차원 배열 생성
arr2d = np.array([[1, 2, 3], [4, 5, 6]])

# 3차원 배열 생성
arr3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

NumPy 배열을 생성하면 배열의 모양(shape)과 데이터 타입(dtype) 등의 속성을 확인할 수 있습니다.

 

2. NumPy 배열 연산

NumPy를 사용하면 배열 간의 빠른 연산이 가능합니다.

간단한 덧셈, 뺄셈, 곱셈은 물론 행렬 연산 등을 쉽게 수행할 수 있습니다.

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 덧셈
result_add = arr1 + arr2

# 곱셈
result_mul = arr1 * arr2

# 행렬 곱셈
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])
result_matrix_mul = np.dot(matrix1, matrix2)

 

2. NumPy 배열 인덱싱(indexing) 과 슬라이싱(slicing)

NumPy 배열의 요소에 접근하려면 인덱싱과 슬라이싱을 사용할 수 있습니다.

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

# 평균
mean_value = np.mean(arr)

# 분산
variance_value = np.var(arr)

# 최댓값
max_value = np.max(arr)

# 최솟값
min_value = np.min(arr)

 

2. NumPy 배열 통계 함수

NumPy는 배열에서 통계 함수를 제공하여 데이터의 평균, 분산, 최댓값, 최솟값 등을 쉽게 계산할 수 있습니다.

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

# 평균
mean_value = np.mean(arr)

# 분산
variance_value = np.var(arr)

# 최댓값
max_value = np.max(arr)

# 최솟값
min_value = np.min(arr)

 

 

파이썬 NumPy는 고성능의 배열 처리를 위한 필수적인 라이브러리입니다.

NumPy를 활용하면 배열 데이터를 빠르고 효율적으로 다룰 수 있으며,

다양한 수학적 연산과 통계 함수를 쉽게 활용할 수 있습니다.

데이터 과학, 머신 러닝, 과학 기술 분야에서 NumPy의 활용은 필수불가결하며,

이를 통해 더 높은 수준의 데이터 처리와 분석을 할 수 있습니다.

 

잘못된 정보는 댓글로 알려주시면 감사하겠습니다.