[라이브러리] import numpy as np

1. Numpy?

NumPy("넘파이"라 읽는다)는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리 할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy는 데이터 구조 외에도 수치 계산을 위해 효율적으로 구현된 기능을 제공한다. 벡터, 행렬 등 수치 연산을 수행하는 선형대수(Linear algebra) 라이브러리이며 관련 수치 연산을 지원하고 내부적으로는 C로 구현되어 있어 연산이 빠른 속도로 수행됨.

 

2. 기능

• POWERFUL N-DIMENSIONAL ARRAYS : Fast and versatile, the NumPy vectorization, indexing, and broadcasting concepts are the de-facto standards of array computing today.
• NUMERICAL COMPUTING TOOLS : NumPy offers comprehensive mathematical functions, random number generators, linear algebra routines, Fourier transforms, and more.
• INTEROPERABLE : NumPy supports a wide range of hardware and computing platforms, and plays well with distributed, GPU, and sparse array libraries.

3. 형태

 1) numpy.shape

numpy에서는 해당 array의 크기를 알 수 있다.

shape 을 확인함으로써 몇개의 데이터가 있는지, 몇 차원으로 존재하는지 등을 확인할 수 있다.

A.shape의 결과가 (4,3)이라면, 2차원의 데이터이며 4 * 3 크기를 갖고 있는 array 이다.

 

 2) numpy 자료형

arr1이나 arr2는 int64라는 자료형을 갖는 것에 반해 arr3는 float64라는 자료형을 갖는다.

이는 arr3내부 데이터를 살펴보면 3.5라는 실수형 데이터를 갖기 때문임을 알 수 있다.

numpy에서 사용되는 자료형은 아래와 같다. (자료형 뒤에 붙는 숫자는 몇 비트 크기인지를 의미한다.)

• 부호가 있는 정수 int(8, 16, 32, 64)
• 부호가 없는 정수 uint(8 ,16, 32, 54)
• 실수 float(16, 32, 64, 128)
• 복소수 complex(64, 128, 256)
• 불리언 bool
• 문자열 string_
• 파이썬 오프젝트 object
• 유니코드 unicode_

4. 기초 함수

 1) np.zeros() : 0으로 채워진 array 만들어줌

 2) np.ones() : 1로 채워진 array 만들어줌

 3) np.arange() : 인자로 받는 값부터 1씩 증가하는 수로 채워진 1차원 array 만들어줌

 

5. 넘파이 공부하기

넘파이(Numpy) 사용법 알아보기

 

---

[Numpy 활용 예시]

import numpy as np

matrix_a = np.asarray([[4, 5, 2],
                       [5, 2, 6],
                       [6, 1, -2]])

matrix_b = np.asarray([[5, 9, 2],
                       [2, 0, 3],
                       [1, -4, 5]])

matrix_c = matrix_a + matrix_b
print(matrix_c)

# [[ 9 14  4]
#  [ 7  2  9]
#  [ 7 -3  3]]