[Numpy] Numpy와 첫 만남

👋 들어가기 전

 

정말 늦었다고 생각하지만, AI공부를 더 이상 미룰 수 없다....

AI를 위한 다양한 파이썬 라이브러리 중, Numpy는 필수라고 들었다.

 

행렬 연산때문에 그런 듯???

 

이번 시간은 Numpy에 대한 설명과 간단한 연산 코드를 알아보자.

---

🏁 학습할 내용

• Numpy란
• 생성 및 메타데이터 얻기
• 특별한 기능

---

🧮 Numpy란

 

다차원 배열 연산에 특화된 패키지

 

 

🧩 역할

• 빠른 연산
  • 주된 연산 처리가 C와 C++로 구현되어 있어, 기본 파이썬 연산보다 빠름
• 적은 메모리
  • 동일한 타입을 연속적으로 저장하기때문에, 메모리 효율이 좋음
• 브로드캐스팅
  • 모양이 다른 배열끼리도, 자동으로 크기를 맞춰 연산해주는 기능
• 다양한 수학 함수
• 데이터 연동
  • Pandas,PyTorch등 다양한 데이터 분석도구들이 Numpy를 기반으로 구현됨

---

1️⃣생성 및 메타데이터 얻기

 

🔹생성 및 연산

import numpy as np

# 생성 
x = np.array([1,2,3])
y = np.array([4,5,6])

#연산
print(x-y)
print(x+y)
print(x*y)
print(x//y)
print(x%y)

"""
OUTPUT
[-3 -3 -3]
[5 7 9]
[ 4 10 18]
[0 0 0]
[1 2 3]
"""

 

🔹메타데이터 얻기

import numpy as np

# 생성 
x = np.array([[1,2,3],[4,5,6]])

print(x.shape) # 행렬의 형상
print(x.dtype) # 원소 자료형

"""
OUTPUT
(2, 3)
int64
"""

 

---

2️⃣특별한 기능

 

🔹브로드캐스트

 

2x2 행렬과 2x1 형상이 다른 두 배열을 곱해보자. 

 

y에 해당하는 배열이 사실 곱해질 떄, [[2,3], [2,3]] 형태로 확장된 후 연산되므로

 

아래 결과를 올바르게 해석할 수 있다.

import numpy as np

# 생성 
x = np.array([[1,2],[3,4]])
y = np.array([2,3])

print(x*y)

"""
OUTPUT

[[2  6]
[6 12]]
"""

 

🔹평탄화

 

N차원 배열을, 1차원 배열로평탄화를 할 수 있고,

또한 인덱스 배열을 통해 여러개의 원소를 한번에 얻을 수 있는 기능이 있다.

 

import numpy as np

# 생성 
x = np.array([[1,2,3],[4,5,6],[7,8,9]])

X = x.flatten() # 평탄화

print(X)  # 평탄화 결과
print(X[np.array([0,2,4])]) # 0,2,4 인덱스 값들만
print(X[X>3]) # 3보다 큰 원소들만 

"""
OUTPUT

[1 2 3 4 5 6 7 8 9]
[1 3 5]
[4 5 6 7 8 9]
"""

---

출처