본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.

해당 게시물 수강강좌 :

파이썬으로 배우는 데이터 분석 : NumPy

NumPy 라이브러리로 데이터 분석 시작하기

https://www.codepresso.kr/course/55

파이썬 라이브러리

강력한 오픈 라이브러리와 프레임워크는 파이썬의 강점입니다.

• 데이터분석 : Pandas, NumPy
• 데이터시각화 : matplotlib, seaborn
• 웹 어플리케이션 개발 : Flask, django

Numpy

• Numerical Python의 줄임말
• 대규모의 고성능 수치 계산을 위한 파이썬 라이브러리
• C언어로 구현됨
• 벡터 및 행렬 연산에 있어 매우 편리하고 강력한 기능 제공
• array란 단위로 데이터를 관리
• array = 행렬
• ndarray 라는 핵심 자료구조를 사용
  - 대규모 데이터 집합을 담을 수 있는 매우 빠르고 유연한 핵심 자료구조
• 메모리를 효율적으로 사용 가능
• 반복문 작성 필요 없이 N차원의 데이터 배열을 바로 연산할 수 있음

코드프레소 강의에서는 N차원의 배열을 효율적으로 다룰 수 있다고 했는데
N차원의 배열이 행렬입니다.

또한 코드프레소 강의에서는 N 차원에 대해 추가적인 강의를 해주었습니다.

추가적으로 이미지 데이터에 대해서도 설명 해주었는데요.

흑백/컬러로 나누어 설명을 하였습니다.

흑백이미지는 몇 차원 일까?

• 이미지는 수많은 픽셀로 구성되어 있음
• 흑백(Gray-scale) 이미지는 각 픽셀의 밝기 값을 0 ~ 255 사이로 표현
• 즉, 2차원 데이터(높이 X 너비)

컬러이미지는 몇 차원 일까?

• 각 픽셀하나에 3개의 채널이 존재 (RGB)
• 즉, 3차원 데이터(높이 X 너비 X 채널)

영상데이터는 몇 차원 일까?

• 연속된 형태의 수많은 이미지들이 모인 형태
• 즉, 4차원 데이터(프레임 X 높이 X 너비 X 채널)

지금까지는 NumPy가 어떠한 라이브러리인지 어떻게 활용되는지
코드프레소 강의를 통해 알아보았습니다.

다음은 본격적으로 NumPy에서 사용되는 데이터구조와
메소드들을 알아보겠습니다.