Numpy

Numpy 는 Numercial Pyhon의 약어로 Python의 Module이다.

Numpy 특징

• Vector 와 Matrix 연산에 특화되어 있다.
• Pandas와 Matplotlib Module들의 기반이 되는 Module이다.
• Machine Learing, Deep Learing에서 많이 사용된다.
• Numpy는 ndarray라고 불리는 n-차원 배열을 제공한다.

ndarray 특징

• python의 list와 상당히 유사하다.

• python list는 다른 데이터 타입을 함꼐 list안에 저장 가능하지만

  Numpy의 ndarray는 모두 같은 데이터 타입을 사용해야 한다.

• Python의 list보다 Numpy의 ndarray는 메모리 효율이나 실행속도면에서 우위에 있다.

Numpy module의 설치 및 실행

우선 numpy module을 설치를 진행해야 한다.

1. Anaconda prompt 를 권리자 권한으로 실행한다.

2. data_env 라는 이름으로 만든 가상환경 시스템을 불러온다.

   (base) C:\windows\system32> activate data_env

1. 다음으로 pip install 을 이용하든지 conda install 을 이용해 numpy 설치를 진행한다.

   (data_env) C:\windows\system32> conda install numpy
   

2. 이제 jupyter notebook에서 numpy를 불러와 ndarray 를 간단히 사용해 본다.

   import numpy as np   # numpy는 너무 길기 때문에 np 라는 약어를 많이 사용한다.
   
   a= [1, 2, 3, 4, 5]
   arr =np.array(a)
   print(arr)            # [1 2 3 4 5]
   print(type(arr))      # <class 'numpy.ndarray'>
   print(arr.dtype)      # int32 : 정수 32bit

   arr = np.array([100, 3.14, True, 'Hello'])
   print(arr)             # ['100' '3.14' 'True' 'Hello'] 

느낀점

학사때나 석사때나 Matlab 밖에 사용 안해봤는데 numpy 와 Matlab 이 상당히 유사하다는 것을 알 수 있었다. 기본적인 함수의 용어가 겹치는게 많아서 어느정도 쉽게 이해가 되는게 많았다.

그러나 가장 큰 차이점은 row-wise 와 column-wise 이다.

또한 Matlab만 사용하다보면 정수와 실수의 data-type 을 구분하지 않는데 구분한다는 점에서도 차이가 있다.