01. Numpy 기초

Numpy

 

1. 특징

• python에서 수치연산을 가능하게 함
• 벡터 연산 지원
• 데이터를 처리하는 python의 기본 패키지

 

 

 

2-1. array

• array를 사용하여 적은 메모리로 많은 데이터를 빠르게 처리 가능
• 숫자, 문자, 리스트 등의 값을 모아둘 수 있음
• 차원도 인식 가능

import numpy as np

x_arr = np.array(x)
x_arr

 

numpy의 array함수에 리스트를 넣으면 배열(array)로 반환하는 것을 볼 수 있다.

 

x = [1,2,3,4,5]
y = [10,20,30,40,50]

x_arr = np.array(x)          
y_arr = np.array(y)
x_arr + y_arr

 python을 통해 두 배열을 더하려면 for문을 사용해야 했겠지만,

numpy에서는 단순 덧셈으로 쉽게 구할 수 있다.

 

 

x_arr = np.array([1,2,"A","B","C"])
x_arr

python의 리스트처럼 숫자 뿐 아니라 문자도 넣어둘 수 있다.

 

 

 

 

2-2. 속성 정보 확인하는 방법

• dtype : array 값들의 자료형
• ndim : array의 차원에 대한 정보
• shape : 배열의 형상을 알 수 있음
  • 1차원 배열 : (m, ) => m칸으로 구성
  • 2차원 배열 : (행, 열)
  • 3차원 배열 : (층, 행, 열)

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

array의 자료형을 알려준 것이다.

 

test_arr.ndim

 

 

1차원 배열이므로 1 이 출력되었다.

test_arr.shape

 

1차원 배열이고, 5칸으로 구성되어 있음을 알려준다.