NumPy 개요 및 패키지 설치하기

본 포스팅은 NumPy 패키지 홈페이지의 원본 내용을 기반으로 작성하였습니다.

 

NumPy 개요

 

NumPy(Numerical Python)는 거의 모든 과학 및 공학 분야에서 사용되는 오픈 소스 Python 라이브러리입니다. 이는 Python에서 수치 데이터 작업을 위한 보편적인 표준이며 과학적인 Python 및 PyData 생태계의 핵심입니다. NumPy 사용자는 초보 코더부터 최첨단 과학 및 산업 연구 및 개발을 수행하는 숙련된 연구원에 이르기까지 모든 사람들을 포함합니다. NumPy API는 Pandas, SciPy, Matplotlib, scikit-learn, scikit-image 및 대부분의 기타 데이터 과학 및 과학 Python 패키지에서 광범위하게 사용됩니다.

 

NumPy 라이브러리에는 다차원 배열 및 행렬 데이터 구조가 포함되어 있습니다. NumPy는 동종 n차원 배열 객체인 ndarray에 효율적으로 작동할 수 있는 메서드를 제공합니다. 또한, NumPy는 배열에서 다양한 수학 연산을 수행하는 데 사용할 수 있습니다. 배열과 행렬로 효율적인 계산을 보장하는 강력한 데이터 구조를 Python에 추가하고 이러한 배열과 행렬에서 작동하는 고급 수학 함수의 방대한 라이브러리를 제공합니다.

 

 

 

 

 

NumPy 설치하기

 

NumPy를 설치하려면 과학적 Python 배포판을 사용하는 것이 좋습니다. 이미 Python이 있는 경우 다음과 같이 NumPy를 설치할 수 있습니다. 

 

conda install numpy

# or

pip install numpy

 

아직 Python이 없는 경우 Anaconda 사용을 고려할 수 있습니다. 시작하는 가장 쉬운 방법입니다. 이 배포판으로부터 얻는 좋은 점은 NumPy 또는 pandas, Scikit-Learn 등과 같이 데이터 분석에 사용할 주요 패키지를 별도로 설치하는 것에 대해 너무 걱정할 필요가 없다는 사실입니다.

 

SciPy의 설치 섹션에서 모든 설치 세부 정보를 찾을 수 있습니다. 

 

NumPy를 가져오는 방법

 

NumPy 및 해당 기능에 액세스 하려면 다음과 같이 Python 코드에서 가져옵니다.

 

import numpy as np

 

NumPy를 사용하여 코드의 가독성을 높이기 위해 가져온 이름을 np로 줄였습니다. 이것은 코드로 작업하는 모든 사람이 쉽게 이해할 수 있도록 따라야 하는 일반적인 규칙입니다(다르게 정의한다고 해서 문제 되진 않습니다.). 

 

예제 코드 읽기

 

많은 코드가 포함된 자습서를 읽는 것이 아직 익숙하지 않다면 다음과 같은 코드 블록을 해석하는 방법을 모를 수 있습니다.

 

>>> a = np.arange(6)
>>> a2 = a[np.newaxis, :]
>>> a2.shape
(1, 6)

 

이 스타일에 익숙하지 않은 경우 이해하기 매우 쉽습니다. >>>가 보이면 입력 또는 입력할 코드를 보고 있는 것입니다. 앞에 >>>가 없는 것은 모두 출력 또는 코드 실행 결과입니다. 이것은 명령줄에서 python을 실행할 때 표시되는 스타일이지만 IPython을 사용하는 경우 다른 스타일을 볼 수 있습니다. 

 

그럼 Python에서의 list와 NumPy 배열의 차이점은 무엇일까요?

다음 포스팅에서 자세히 알아보도록 하겠습니다.