NumPy는 파이썬에서 과학적이고 수치적인 연산을 수행하는 데 사용되는 라이브러리입니다. 이 라이브러리는 강력하면서도 효율적인 다차원 배열 객체와 함께 연산을 수행할 수 있는 다양한 도구를 제공합니다. 이번 블로그 게시물에서는 numpy에서 어떤 기본 연산을 수행할 수 있는지 살펴보겠습니다.

배열 생성하기

먼저, numpy 배열을 생성하는 방법부터 알아보겠습니다. np.array() 함수를 사용하여 파이썬 리스트를 numpy 배열로 변환할 수 있습니다.

import numpy as np

# 파이썬 리스트
my_list = [1, 2, 3, 4, 5]

# numpy 배열 생성
my_array = np.array(my_list)

배열 연산하기

numpy에서는 배열을 사용하여 다양한 연산을 수행할 수 있습니다. 다음은 일반적으로 사용되는 배열 연산 몇 가지를 소개합니다.

요소별 연산

numpy는 모든 요소에 대해 동일한 연산을 수행할 수 있습니다. 예를 들어, 배열의 각 요소에 대해 제곱을 계산하려면 np.square() 함수를 사용할 수 있습니다.

import numpy as np

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

# 각 요소의 제곱 계산
squared_array = np.square(my_array)

print(squared_array)

결과는 [ 1 4 9 16 25]입니다.

배열간 연산

두 개의 numpy 배열 사이에 연산을 수행할 수도 있습니다. 예를 들어, 배열의 각 요소를 더해서 새로운 배열을 생성하려면 + 연산자를 사용할 수 있습니다.

import numpy as np

# 두 개의 numpy 배열 생성
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])

# 배열 간 덧셈 연산
sum_array = array1 + array2

print(sum_array)

결과는 [5 7 9]입니다.

통계 연산

numpy는 통계적인 연산도 지원합니다. 예를 들어, 배열의 평균을 계산하려면 np.mean() 함수를 사용할 수 있습니다.

import numpy as np

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

# 평균 계산
mean_value = np.mean(my_array)

print(mean_value)

결과는 3.0입니다.

결론

numpy는 파이썬에서 기본 연산을 수행하는 강력한 도구입니다. 배열을 생성하고 다양한 연산을 수행하여 수치적인 작업을 쉽게 수행할 수 있습니다. 이 블로그 게시물에서는 배열 생성 및 요소별, 배열간, 그리고 통계 연산 등 다양한 numpy 연산을 살펴보았습니다. numpy를 사용하여 복잡한 수치 연산을 간단하고 효율적으로 수행할 수 있습니다.