Numpy

01 NUMPY란?

NUMERICAL PYTHON
즉 수치화된 연산에 최적화된 파이썬 도구

WHY(1)
넘파이 배열 NUMPY ARRAY
= PYTHON의 리스트와 비슷하지만 많은 양의 데이터에 편하다

(비교)
리스트의 내용끼리 더하기: 넘퍼이가 이런 단체연산에서 훨씬 더 간결하다

WHY(2)
많은 양의 데이터를 위한 메모리 최적화 & 연산 최적화
NUMPY는 파이썬 문법을 사용하지만 내부는 C언어에 최적화되어있다. 그래서 메모리&연산 실행속도가 빠름!!

WHY(3)
넘파이 어레이가 다른 라이브러리와 호환이 아주 잘됨!

02 NUMPY 사용해보기

1. 임포트하기

2. array 만들어주기..

• np.array([이 대괄호 안에 원하는 리스트내용을 넣는다])
• 파이썬의 리스트, 레인지 사용하는 것과 비슷하다
• arange(시작, 끝, 간격), zero(0의 개수)
• 리스트를 갖는 리스트를 만들면 행렬/표모양이 된다.
  (이 경우 2차원 행렬이 된다)

3. array 성격 알기

• type(): 어떤 타입인가?
  ndarray: n차원 배열
• array이름.size: 행과열을 합해서 총 몇개의 값을 가지고 있는가?
• array이름.shape: 행과 열

4. 인덱싱

array이름[몇번째]
array이름[인덱싱, 인덱싱, 인덱싱]

5. 슬라이싱

array이름[시작:끝:간격]

6. 2차원의 인덱싱과 슬라이싱

array이름[행넘버, 열넘버]
행 = 가로
열 = 세로
행넘와 열넘버를 슬라이싱으로도 넣을 수 있다.

7. 불린 인덱싱(마스크)

인덱스 번호를 알고서 값을 도출하는게 아니라 특정 조건에 맞춘 인덱스/값을 찾아내는 방법

• <, > 등 특정 조건을 걸면 true/false로 표기된 어레이 도출한다
• 마스킹: 조건을 객체화하여 이를 어레이에 반영하면 해당 조건을 만족하는 값들로만 어레이를 도출한다.
• | : or조건, & : and 조건

8. 기본연산

• 평균 : .mean()

• 합 : .sum()

• 최소: .min()

• 최대: .max()

• 모든값에 값을 +-*/ 하기: 이름 뒤에 연산넣기

• 어레이들 간의 연산도 가능

• 단, 값을 다시 어레이이름 객체에 저장해주지 않으면 그 어레이의 원래값은 변하지 않는다.

• 특히 파이썬이었다면 반복문을 썼어야하는 내용을 넘파이는 훨-씬 빠르게 작업해서 빅데이터를 사용할때 용이하다