[Python] Numpy

NumPy는 Python에서 수학적 계산을 효율적으로 처리할 수 있도록 도와주는 라이브러리입니다. 배열 연산, 행렬 계산, 통계 등 다양한 기능을 제공합니다. NumPy를 활용한 예시 코드를 3가지와 함께 설명하겠습니다.

1. 배열 생성과 기본 연산

NumPy 배열은 Python의 기본 리스트보다 더 효율적이고 빠르게 수학적 연산을 처리할 수 있습니다. 아래 코드는 NumPy 배열을 생성하고 간단한 수학적 연산을 수행하는 예시입니다.

import numpy as np

# 1D 배열 생성
arr1 = np.array([1, 2, 3, 4, 5])

# 2D 배열 생성
arr2 = np.array([[1, 2], [3, 4]])

# 배열 간 덧셈 연산
arr3 = arr1 + 10

# 배열 곱셈 (각각의 요소에 2를 곱함)
arr4 = arr2 * 2

print("arr1 + 10:", arr3)
print("arr2 * 2:", arr4)

설명:

• np.array를 사용해 1차원 및 2차원 배열을 생성합니다.
• arr1 + 10: 배열 arr1의 모든 요소에 10을 더하는 연산을 수행합니다.
• arr2 * 2: 배열 arr2의 모든 요소에 2를 곱하는 연산을 수행합니다.

 

2. 배열 인덱싱과 슬라이싱

배열 내의 특정 요소를 선택하거나 슬라이싱을 통해 부분 배열을 추출할 수 있습니다. 이는 데이터 처리에서 매우 유용합니다.

import numpy as np

arr = np.array([10, 20, 30, 40, 50])

# 인덱스를 이용한 요소 접근
print("첫 번째 요소:", arr[0])  # 10
print("세 번째 요소:", arr[2])  # 30

# 슬라이싱을 이용해 배열의 일부 추출
print("배열의 두 번째부터 네 번째 요소:", arr[1:4])  # [20 30 40]

설명:

• arr[0]은 배열의 첫 번째 요소인 10을 반환합니다.
• arr[1:4]는 배열의 인덱스 1부터 3까지의 요소를 포함한 새로운 배열을 반환합니다. (슬라이싱은 끝 인덱스를 포함하지 않음)

 

3. 배열의 통계적 연산

NumPy는 배열의 합, 평균, 표준편차, 최소값 및 최대값 등을 계산하는 다양한 함수들을 제공합니다.

import numpy as np

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

# 배열의 합
sum_arr = np.sum(arr)

# 배열의 평균
mean_arr = np.mean(arr)

# 배열의 표준편차
std_arr = np.std(arr)

# 배열의 최소값과 최대값
min_arr = np.min(arr)
max_arr = np.max(arr)

print("배열의 합:", sum_arr)
print("배열의 평균:", mean_arr)
print("배열의 표준편차:", std_arr)
print("배열의 최소값:", min_arr)
print("배열의 최대값:", max_arr)

설명:

• np.sum(arr): 배열 arr의 모든 요소를 더합니다.
• np.mean(arr): 배열 arr의 평균을 계산합니다.
• np.std(arr): 배열 arr의 표준편차를 계산합니다.
• np.min(arr), np.max(arr): 배열에서 최소값과 최대값을 찾습니다.

위의 예시들은 NumPy를 활용하는 데 있어 기본적인 연산들입니다. 이를 통해 효율적인 데이터 처리와 수치 계산을 할 수 있습니다.