[파이썬][Numpy] 구조화된 배열과 레코드 어레이 활용 예제

24 Aug 2023

numpy

Numpy에서 구조화된 배열과 레코드 어레이(Record Array)를 활용한 예제를 제공하겠습니다. 구조화된 배열과 레코드 어레이는 테이블 형식의 데이터를 다루거나 복잡한 데이터 형태를 표현하는 데 사용됩니다.

구조화된 배열 (Structured Array) 예제:

먼저, 구조화된 배열을 사용하여 여러 데이터 유형을 포함하는 데이터를 생성하고 다루는 예제를 보여드리겠습니다.

import numpy as np

# 구조화된 데이터 타입 정의
dtype = np.dtype([('name', 'U20'), ('age', int), ('score', float)])

# 구조화된 배열 생성
data = np.array([('Alice', 25, 90.5), ('Bob', 30, 85.0), ('Charlie', 22, 88.5)], dtype=dtype)

# 데이터 검색
print("전체 데이터:")
print(data)

# 이름으로 정렬된 데이터 검색
sorted_data = np.sort(data, order='name')
print("\n이름으로 정렬된 데이터:")
print(sorted_data)

# 나이가 25세 이상인 데이터 검색
age_filter = data['age'] >= 25
print("\n25세 이상인 데이터:")
print(data[age_filter])

레코드 어레이 (Record Array) 예제:

레코드 어레이는 구조화된 배열의 특별한 형태로, 필드에 접근할 때 점 표기법을 사용할 수 있는 기능을 제공합니다.

import numpy as np

# 레코드 어레이 생성
data = np.rec.array([('Alice', 25, 90.5), ('Bob', 30, 85.0), ('Charlie', 22, 88.5)], 
                    dtype=[('name', 'U20'), ('age', int), ('score', float)])

# 데이터 검색
print("전체 데이터:")
print(data)

# 이름으로 정렬된 데이터 검색
sorted_data = np.sort(data, order='name')
print("\n이름으로 정렬된 데이터:")
print(sorted_data)

# 나이가 25세 이상인 데이터 검색
age_filter = data['age'] >= 25
print("\n25세 이상인 데이터:")
print(data[age_filter])

이러한 예제에서는 구조화된 배열과 레코드 어레이를 사용하여 다양한 데이터를 생성하고 검색하는 방법을 보여줍니다. 이러한 기능은 테이블 형태의 데이터를 다룰 때 특히 유용하며, 데이터베이스와 유사한 작업을 수행할 때 매우 편리합니다.