Numpy란?

• Numerical Python (수치적 파이썬)
• Python에서 대규모 다차원 배열을 다룰 수 있게 도와주는 라이브러리.
• 많은 2차원 이상의 데이터가 나열되어 있는 것을 다룰 수 있게 도와줌.
  

왜 Numpy를 사용하는가?

• 데이터의 대부분이 숫자의 배열로 볼 수 있기 때문이다.

• 예시)

  • 흑백의 사진을 확대해서 보면 네모난 부분 덩어리로 잘라서 볼 수 있는데, 이 작은 네모 하나를 픽셀이라고 함. 이 픽셀에서 밝은 것과 어두운 것을 명암이라고 하는데 이를 숫자로 나타낼 수 있음. 이는 세로 1차원과 가로 1차원의 곱으로 이루어져 있어서 결국 2차원 데이터를 만들어 냄.
  • 소리 파장도 가로축은 시간, 세로축은 소리로 나눌 수 있는데 이 파장의 곡선을 점의 집합으로 나누어 숫자, 즉 1차원의 데이터로 나타낼 수 있음.

• 반복문 없이 배열 처리 가능! -> 대용량의 데이터를 계산할 때 빨리 계산 가능.
  반복문을 사용하는 파이썬 리스트에 비해, 빠른 연산을 지원하고 메모리를 효율적으로 사용.

List와 Numpy의 차이점 (배열생성으로 구분)

• list 배열 생성 및 출력 형태 확인

list_arr = list(range(5))
print(list_arr) # [0, 1, 2, 3, 4] -> 콤마(,)로 구분
print(type(list_arr)) # type()은 자료형 확인가능 | <class 'list'> <- 1차원의 배열

• numpy 배열 생성 및 출력 형태 확인
  • import(불러오다) 키워드를 이용하여 numpy 불러오기

  import numpy as np # numpy 모듈 불러와서 'np' 별칭 부여

  • numpy 확인
    ndarray = n차원의 배열(n-dimensional arry)

    import numpy as np
    np_arr = np.array(range(5))
    print(np_arr) # [0 1 2 3 4 5] -> 공백으로 구분
    print(type(np_arr)) # <class 'numpy.ndarray'>

• 콤마: 리스트 -> class list -> 1차원의 배열
  공백: 배열 -> class numpy.ndarray -> n차원의 배열

[실습 1. 배열 만들기]

0부터 4까지 연속적인 숫자가 들어있는 배열을 만들어 array라는 배열에 저장해봅시다!

code

import numpy as np

array = np.array(range(5))
print(array)

실행 결과

[0 1 2 3 4]