ndarray는 NumPy 라이브러리에서 제공하는 중요한 데이터 구조입니다. ndarray는 다차원 배열을 나타내며, 파이썬에서 과학 계산을 수행하는 데 널리 사용됩니다. 이 데이터 구조를 효율적으로 사용하면 대량의 데이터를 저장하고 조작하는 데 유용합니다.

ndarray의 특징

1. 다차원 배열: ndarray는 하나 이상의 차원을 가진 배열이며, 수학적인 행렬과 유사한 형태로 데이터를 저장합니다. 따라서 행과 열을 가진 표와 같은 형태의 데이터를 처리할 수 있습니다.

2. 고성능 연산: ndarray는 C로 구현되어 있어, 파이썬 리스트보다 높은 성능을 제공합니다. 이를 통해 대용량 데이터에 대한 연산을 효율적으로 수행할 수 있습니다.

3. 동일한 데이터 타입: ndarray의 모든 요소는 동일한 데이터 타입을 가지고 있어야 합니다. 이를 통해 배열의 요소에 접근하고 처리하는 속도를 향상시킬 수 있습니다.

4. 다양한 기능: ndarray는 배열에 대한 다양한 연산을 제공합니다. 예를 들어, 요소의 합계, 평균, 표준 편차 등을 계산하는 함수와 같은 기능을 활용할 수 있습니다.

ndarray의 예제

import numpy as np

# 1차원 배열 생성
arr1d = np.array([1, 2, 3, 4, 5])
print(arr1d)

# 2차원 배열 생성
arr2d = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2d)

# 배열의 크기 확인
print(arr1d.shape)  # (5,)
print(arr2d.shape)  # (2, 3)

# 배열 요소에 접근하기
print(arr1d[0])     # 1
print(arr2d[1, 2])  # 6

# 배열 연산
arr3 = np.array([1, 2, 3])
arr4 = np.array([4, 5, 6])

arr_add = arr3 + arr4
print(arr_add)  # [5, 7, 9]

arr_mul = arr3 * arr4
print(arr_mul)  # [4, 10, 18]

위의 예제에서는 numpy 라이브러리를 임포트한 후, np.array 함수를 사용하여 ndarray를 생성하고 다양한 연산을 수행하는 방법을 보여줍니다.

ndarray는 파이썬에서 데이터를 효율적으로 다룰 수 있는 강력한 도구입니다. 이를 이용하여 과학적인 연구, 데이터 분석, 기계 학습 등 다양한 분야에서 활용할 수 있습니다. 따라서 ndarray에 대한 이해는 파이썬을 활용한 데이터 처리에 필수적입니다.