[TIL] 내일배움캠프 5일차_[NumPy] NumPy 기초

November 29, 2024

TIL

👀Today I Learn

NumPy

1. NumPy란?

Numerical Python의 줄임말로, 과학 계산에 강력한 성능을 제공하는 파이썬 라이브러리
다차원 배열 객체인 ndarray와 배열을 효율적으로 처리할 수 있는 다양한 함수들을 제공
데이터 분석, 머신러닝, 딥러닝에서 기초가 되는 라이브러리로, 판다스와 함께 자주 사용

2. NumPy 설치

pip install numpy

3. Numpy 사용법

import numpy as np

배열 생성

1. 배열(array) 생성

NumPy에서 가장 기본적인 데이터 구조는 배열
NumPy 배열은 동일한 타입의 데이터를 담는 다차원 배열

# 1차원 배열 생성
arr1 = np.array([1,2,3,4,5])

# 2차원 배열 생성
arr2 = np.array([[1, 2, 3],[4, 5, 6]])

# 3차원 배열 생성
arr3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

2. 배열 크기

배열의 크기
- 1차원 : (칸, )
- 2차원 : (행, 열)
- 3차원 배열 : (층, 행, 열)
shape 를 사용하여 확인 가능

print(arr1.shape) # (5,)
print(arr2.shape) # (2, 3)
print(arr3.shape) # (2, 2, 2)

배열 연산

1. 기본 연산

NumPy 배열은 다른 배열 또는 스칼라와의 연산을 지원

스칼라 연산

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

# 각 원소에 2를 더하기
arr_add = arr + 2 #[3 4 5 6 7]

# 각 원소에 2를 곱하기
arr_mul = arr * 2 #[ 2  4  6  8 10]

다른 배열과의 연산

Numpy 배열의 연산은 배열의 원소별(element-wise)로 이루어짐

행렬의 곱셈이 아님!!

arr1 = np.array([1,4,9])
arr2 = np.array([1,2,3])

arr_a = arr1 + arr2 #[ 2  6 12]
arr_b = arr1 - arr2 #[0 2 6]
arr_c = arr1 * arr2 #[ 1  8 27]
arr_d = arr1 / arr2 #[1. 2. 3.]

2. 배열 간의 연산 함수

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

# 합계
sum_arr = np.sum(arr) #6

# 평균
mean_arr = np.mean(arr) #2.0

# 최소값
min_arr = np.min(arr) #1

# 최대값
max_arr = np.max(arr) #3

배열 인덱싱과 슬라이싱

💡배열의 인덱싱과 슬라이싱은 Python 리스트의 인덱싱과 슬라이싱과 매우 유사

1. 인덱싱(Indexing)

배열의 특정위치에 접근

arr = np.array([10, 20, 30, 40, 50])


# 첫 번째 원소
arr_srt = arr[0] # 10

# 마지막 원소
arr_end = (arr[-1]) # 50

2. 슬라이싱(Slicing)

배열의 일부분을 잘라냄

arr = np.array([10, 20, 30, 40, 50])

# 두 번째부터 네 번째 원소까지
sliced_arr = arr[1:4] #[20 30 40]

3. 다차원 배열의 인덱싱 및 슬라이싱

다차원 배열의 경우, 콤마를 사용하여 접근 가능

arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 특정 원소 접근 (2행 3열)
print(arr2d[1, 2])  # 6

# 슬라이싱 (2행까지, 2열까지)
sliced_arr2d = arr2d[:2, :2] # [[1 2]
                             #  [4 5]]

💡Today I Thought

오랜만에 만나는 Numpy 복습! 초반이라 아직은 쉬운데 뒤로 가는게 조금 두렵기도 하구.. 함수를 빨리 공부해서 예제를 다양하게 풀어보면서 익히는 과정이 필요할 것 같다.이번 일주일 너무 호다닥 지나갔다.. 주말에는 조금 쉬엄쉬엄 공부해야지!

Lee Hyun Ji