참고자료

• Numpy Official Manual
• 100 numpy exercises
• W3schools

---

1. NumPy

Numerical Python의 약자로, scientific computing을 위한 기본적인 파이썬 패키지다. What is NumPy?

일반적으로 Alias(별칭) np를 사용하여 import한다. 코드의 보편성 및 가독성을 위해서 관행적으로 사용하는 용어를 함께 사용하는 것이 바람직하다.

import numpy as np
# import numpy로 사용해도 무방하다.

numpy 변수의 출력값은 List와 헷갈릴 수 있기 때문에 헷갈릴 때는 type() 및 dir()로 확인하는 것이 바람직하다. array를 print를 해보면,(Comma) 없이 출력되는 것을 볼 수 있다.

>>> a = np.zeros(3)
>>> a
array([0., 0., 0.])

>>> print(a)
[0. 0. 0.]

>>> print(type(a))
<class 'numpy.ndarray'>

>>> print(type(a[0]))
<class 'numpy.float64'>

>>> print(dir(a))
['T', '__abs__', '__add__', '__and__', '__array__', '__array_finalize__', '__array_function__', '__array_interface__', '__array_prepare__', '__array_priority__', '__array_struct__', '__array_ufunc__', '__array_wrap__', '__bool__', '__class__', '__complex__', '__contains__', '__copy__', '__deepcopy__', '__delattr__', '__delitem__', '__dir__', '__divmod__', '__doc__', '__eq__', '__float__', '__floordiv__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__iand__', '__ifloordiv__', '__ilshift__', '__imatmul__', '__imod__', '__imul__', '__index__', '__init__', '__init_subclass__', '__int__', '__invert__', '__ior__', '__ipow__', '__irshift__', '__isub__', '__iter__', '__itruediv__', '__ixor__', '__le__', '__len__', '__lshift__', '__lt__', '__matmul__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__or__', '__pos__', '__pow__', '__radd__', '__rand__', '__rdivmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__', '__rlshift__', '__rmatmul__', '__rmod__', '__rmul__', '__ror__', '__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruediv__', '__rxor__', '__setattr__', '__setitem__', '__setstate__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truediv__', '__xor__', 'all', 'any', 'argmax', 'argmin', 'argpartition', 'argsort', 'astype', 'base', 'byteswap', 'choose', 'clip', 'compress', 'conj', 'conjugate', 'copy', 'ctypes', 'cumprod', 'cumsum', 'data', 'diagonal', 'dot', 'dtype', 'dump', 'dumps', 'fill', 'flags', 'flat', 'flatten', 'getfield', 'imag', 'item', 'itemset', 'itemsize', 'max', 'mean', 'min', 'nbytes', 'ndim', 'newbyteorder', 'nonzero', 'partition', 'prod', 'ptp', 'put', 'ravel', 'real', 'repeat', 'reshape', 'resize', 'round', 'searchsorted', 'setfield', 'setflags', 'shape', 'size', 'sort', 'squeeze', 'std', 'strides', 'sum', 'swapaxes', 'take', 'tobytes', 'tofile', 'tolist', 'tostring', 'trace', 'transpose', 'var', 'view']

>>> b = [0, 0, 0]
>>> b
[0, 0, 0]

>>> print(b)
[0, 0, 0]

>>> type(b)
list

2. Array

Array(배열)은
1. 순서가 있는(Sequence)
2. 같은 종류의 데이터가 저장된(Homogeneous)
3. 값을 변경할 수 있는(Mutable)
집합이다.

NumPy에서는 ndarray를 사용하는데, N-dimensional array type을 의미한다. ndarray의 모든 값은 같은 크기의 메모리 영역에 저장된다.

array는 대괄호의 개수로 몇 차원 배열인지 알 수 있다.

Vector
1차원 배열(1D array)을 의미한다.

>>> vector = np.array([0, 1, 2, 3])
>>> vector
array([0, 1, 2, 3])
>>> print(vector)
[0 1 2 3]

Matrix(행렬)
2차원 배열(2D array)을 의미한다.

>>> matrix = np.array([[0, 1],
                       [2, 3]])
>>> matrix
array([[0, 1], 
       [2, 3]])
>>> print(matrix)
[[0 1]
 [2 3]]

Tensor
3차원(3D array) 이상의 배열을 의미한다.

>>> tensor = np.array([[[0, 1, 2],
                        [3, 4, 5],
                        [6, 7, 8]]])
>>> tensor
array([[[0, 1, 2],
        [3, 4, 5],
        [6, 7, 8]]])
>>> print(tensor)
[[[0 1 2]
  [3 4 5]
  [6 7 8]]]

array([3, 2])는 3행(row) 2열(column)을 의미한다. 동시에 좌표평면 상에서는 (2, -3)으로 표현할 수 있다. 이때 y를 음수로 표기하는 이유는 배열이 위에서 아래로 출력되기 때문에 보는 것과 동일하게 만들기 위함이다.

---

3. NumPy 특징

• 같은 Data type(자료형)만을 처리할 수 있다. 특히 NumPy는 수치 연산을 위해 사용하는 도구이므로 일반적으로 숫자를 사용한다.

  # 문자와 숫자가 혼합되어 있는 경우 모두 문자로 형변환하여 저장된다.
  >>> arr = np.array([1, '2', True])
  >>> arr
  array(['1', '2', 'True'], dtype='<U21')
  
  >>> for i in arr:
          print(type(i))
  <class 'numpy.str_'>
  <class 'numpy.str_'>
  <class 'numpy.str_'>

• str(문자열)을 unsigned int(부호가 없는 정수형)으로 처리한다.

  >>> np.array(["ab", "cd"]).dtype
  dtype('<U2')

• bytes(character)는 str(문자열)로 처리하낟.

  >>> np.array([b'a', b'b']).dtype
  dtype('S1')

---

4. NumPy 데이터 형식

dtype	type code	descrition
int8	i1	부호 있는 8비트 정수형
int16	i2	부호 있는 16비트 정수형
int32	i4	부호 있는 32비트 정수형
int64	i8	부호 있는 64비트 정수형
unit8	u1	부호 없는 8비트 정수형
unit16	u2	부호 없는 16비트 정수형
unit32	u4	부호 없는 32비트 정수형
unit64	u8	부호 없는 64비트 정수형
float16	f2	실수형 ; 반 정밀도 부동소수점형 (부호 1비트, 지수 5비트, 가수 10비트)
float32	f4	실수형; 단 정밀도 부동소수점형 (부호 1비트, 지수 8비트, 가수 23비트)
float64	f8	실수형; 배 정밀도 부동소수점형 (부호 1비트, 지수 11비트, 가수 54비트)
float128	f16	실수형; 네배 정밀도 부동소수점형 (부호 1비트, 지수 15비트, 가수 112비트)
complex64	c8	복소수 (실수부, 허수부 각각float32)
complex128	c16	복소수 (실수부, 허수부 각각float64)
complex256	c32	복소수 (실수부, 허수부 각각float128)
bool	b	True or False
string	S	(byte) string
unicode	U	unicode
object	O	python object(객체)
date	M	datetime(날짜)