NumPy(넘파이)는 파이썬을 이용한 과학적 계산을 위한 핵심 라이브러리입니다. NumPy는 다차원 배열 객체와 이러한 배열을 다루기 위한 다양한 함수와 도구를 제공하여, 고성능 수치 계산을 할 수 있습니다. 이러한 기능들은 데이터 분석, 기계 학습, 이미지 처리, 자연어 처리 등 다양한 분야에서 유용하게 활용될 수 있습니다.

주요 기능

NumPy의 주요 기능은 다음과 같습니다.

• 다차원 배열: NumPy의 핵심 객체는 다차원 배열로, ndarray라고 불립니다. ndarray는 동일한 타입의 요소들이 격자 형태로 구성된 다차원 배열입니다. 이러한 배열 객체를 사용하면 효율적인 연산을 수행할 수 있습니다.
• 브로드캐스팅: 브로드캐스팅은 다른 모양의 배열들 간에도 산술 연산을 수행할 수 있게 해주는 기능입니다. 예를 들어, 스칼라와 배열 간의 연산이 가능합니다.
• 실용적인 함수: NumPy는 다양한 유용한 수학 함수와 통계 함수를 제공합니다. 이를 통해 배열 요소의 합, 평균, 표준편차 등을 간편하게 계산할 수 있습니다.

NumPy 배열 생성하기

NumPy 배열을 생성하는 가장 간단한 방법은 numpy.array()를 사용하는 것입니다. 예를 들어, 다음과 같이 배열을 생성할 수 있습니다.

import numpy as np

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

위 코드는 다음과 같은 출력을 생성합니다.

[1 2 3 4 5]

NumPy 배열의 형태를 확인하기 위해서는 shape 속성을 사용합니다.

print(arr.shape)

위 코드는 (5,)라는 출력을 생성합니다.

NumPy 배열 연산하기

NumPy 배열을 이용하여 다양한 연산을 수행할 수 있습니다. 예를 들어, 배열 요소들을 간단한 계산을 통해 변형시킬 수 있습니다.

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 덧셈 연산
result = arr1 + arr2
print(result)

# 곱셈 연산
result = arr1 * arr2
print(result)

위 코드는 다음과 같은 출력을 생성합니다.

[5 7 9]
[4 10 18]

NumPy는 다차원 배열에 대한 연산도 지원합니다. 다음은 2차원 배열의 덧셈 연산을 수행하는 예제입니다.

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

result = arr1 + arr2
print(result)

위 코드는 다음과 같은 출력을 생성합니다.

[[6 8]
 [10 12]]

NumPy는 이 외에도 다양한 연산과 함수를 제공하므로, 필요한 경우 공식 문서를 참고하면 됩니다.

결론

NumPy는 파이썬의 과학적 계산을 위한 핵심 라이브러리로, 다차원 배열과 함께 다양한 수학 함수와 도구들을 제공합니다. 이를 통해 고성능 수치 계산을 할 수 있으며, 데이터 분석과 기계 학습 등 다양한 분야에서 유용하게 활용될 수 있습니다.