NumPy의 가장 큰 특징은 다차원 배열입니다. 일반적인 파이썬 리스트에 비해 NumPy의 배열은 데이터가 연속적으로 저장되어 효율적인 연산이 가능합니다. 또한 NumPy는 표준 수학 함수와 연산자를 포함하여 다양한 수치 계산 기능을 제공합니다.

NumPy를 사용하여 배열을 생성하고 조작하는 것은 매우 간단합니다. 다음은 NumPy를 사용하여 배열을 생성해보는 간단한 예제입니다:

import numpy as np

# 1부터 9까지의 정수로 이루어진 배열 생성
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 배열의 모양 출력
print(arr.shape)  # (9,)

# 배열의 요소들의 합 출력
print(np.sum(arr))  # 45

# 배열의 요소들의 평균 출력
print(np.mean(arr))  # 5.0

위 예제에서 np.array() 함수를 사용하여 입력된 리스트를 NumPy 배열로 변환합니다. 그리고 shape 속성을 사용하여 배열의 모양을 확인하고, np.sum()과 np.mean() 함수를 사용하여 배열의 요소들의 합과 평균을 계산합니다.

NumPy는 데이터 분석 및 과학적 연구 등 다양한 분야에서 사용됩니다. 딥 러닝과 같은 대규모의 수치 연산이 필요한 작업을 수행할 때, NumPy를 활용하면 효율적인 코드를 작성할 수 있습니다. 또한 NumPy는 pandas와 같은 다른 패키지와 함께 사용될 때 더욱 강력한 기능을 발휘합니다.

NumPy에 대한 자세한 내용은 공식 문서(https://numpy.org/doc/)를 참고하시기 바랍니다.