[데이터 처리] Python-Numpy 라이브러리 기초 내용 정리

많은 양의 데이터를 다룰 때 활용하기 좋은 파이썬의 라이브러리 중 하나인 Numpy에 대해 학습해보고

Numpy를 이용해 어떻게 데이터 처리를 하는 지에 대해 학습하는 내용이다.

 

목차

 

---

Numpy

 

---

1. Numpy란?

1.1. Numpy란?

• Numerial Python, 파이썬 산술 계산을 위한 패키지
• 효율적인 다차원 배열 ndarray를 제공
• 데이터 배열에 대해 빠른 계산을 할 수 있는 수학 메소드
• 배열을 디스크에 빠르게 읽고 쓸 수 있으며 효율적으로 가공할 수 있음
• 선형 대수 난수 생성 푸리에 변환 등의 고급 수학 기능도 제공함

1.1.1. 사용하는 이유

• 데이터는 이미지, 오디오, 텍스트, 숫자 등의 다양한 형태로 존재
• 결국 이 데이터들은 컴퓨터가 이해하기 위해선 숫자로 변환 해야함.
  • 모든 데이터는 숫자로 이루어진 배열의 형태로 표현됨.
• 빠르고 효율적인 배열 연산이 필요

파이썬의 리스트도 가능하지만 데이터가 커질수록 비효율적이지만 Numpy는 저장과 가공의 효율성이 좋음.

1.2. Numpy 데이터 생성 및 타입

import numpy as np

data = [1,3,5,10,2]
array1 = np.array(data1)

• numpy의 다차원 배열은 ndarray
• np.array() 메소드를 통해 파이썬 list를 인자로 받을 것을 numpy 배열로 생성

• np.zeros : 모든 원소가 0인 배열 
• np.ones : 모든 원소가 1인 배
• np.arrange : 주어진 범위에 따라 증가/감소하는 배열
• np.eye : 단위 행렬에 해당하는 배열

1.2.1. numpy 데이터 타입

배열은 다양한 데이터 타입을 가질 수 있음.

• int : 정수
• float : 실수
• bool : True /False
• String : 문자열

데이터 타입을 원하는 대로 변환도 가능

 

---

 

2. Numpy 연산

2.1. ndarray 산술연산

• for문 작성이 필요하지 않고 일괄 처리 가능
• 같은 크기 배열간의 연산은 각 원소 단위로 대응되어 적용

2.2. 크기가 다른 배열 간의 연산

• 두 배열의 차원 크기가 중요
• 차원의 크기가 맞으면 알아서 차원의 크기에 맞게 연산을 수행

※ 차원의 크기가 다른 경우 Error가 발생하여 연산이 이루어지지 않음.

 

2.2. 색인/슬라이스 

• 데이터를 저장되어 있는 위치를 의미하며 이를 이용하여 데이터를 선택하고 추출
• 데이터의 일부 혹은 전체를 추출할 때 슬라이스

• 데이터를 복사하기 위해서는 [:]로 슬라이싱해서 변수에 집어넣는 방법이 있음.

※ 슬라이싱 할 때 항상 주의할 꺼

[1:4] → 1부터 4미만임 

2.2.1 ndarray 색인

• n차원 배열의 데이터를 선택하기 위해서는 재귀적으로 접근해야함
  • d차원 배열의 개별 원소를 선택하기 위해서는 []를 d개 사용해야함

2차원 배열

3차원 배열

2.2.2. ndarray 슬라이스

• 슬라이스를 사용하여 배열의 일부를 편리하게 선택할 수도 있음.
• n차원 배열의 경우 슬라이스를 하고 싶으면 n개 차원에 대해 각각 적용할 수 있음.

 

2.2.3. ndarray 전치(transpose)

• transpose : 행과 열을 뒤바꿈
• n차원 배열에 대해서도 사용 가능
• 행과 열의 개념이 아닌 차원을 뒤바꾸는 개념으로 이해해야함.

 

---

 

3. numpy 연산 메소드

3.1. 유니버셜 메소드

• 하나 이상의 배열을 인자로 받아서 연산을 수행하는 메소드
  • ex.
  • square()
  • sqrt() : 루트연
  • log10()
  • ceil : 올림
  • round : 반올림
• 2개의 배열을 인자로 받아서 연산을 수행하는 메소드도 존재
  • 덧셈, 뺄셈 곱하기 나누기
  • 두 배열을 비교해서 더 큰값과 작은 값을 연산
  • power() 지수 연

 

3.2. numpy 조건절

• boolean 값이 들어있는 배열도 존재
• np.where을 사용하여 if 연산을 배열 단위로 수행

array1 = np.array([1, -1, -2, 3, 1, 2, -3])
new_array = np.where(array1 > 0, 1, -1)

np.where 코드 해석

array1 > 0 : 조건

조건이 참이면 1

아니면 -1을 반환하는 조건문 형식

3.3. 수학/통계 메소드

• 전체 혹은 축을 따라서 수학/ 통계 연산을 수행하는 메소드
• axis를 인자로 받으면 해당 축을 기준으로 연산을 수행

 

• max, min은 최대 최소를 반환
• argmax, argmin은 최대, 최소를 가지는 index를 반환

 

3.4. numpy 정렬

• sort 메소드를 사용해 정렬, 해당 배열의 순서를 바꾸는 메소드
• axis에 따라서 정렬을 수행하는 축이 달라짐

 

3.5. 집합 메소드

• 배열 내 고유한 값을 추출할 수 있는 unique 메소드
• 배열의 원소가 다른 배열에 포함되어 있는지 알 수 있는 in1d 메소드

 

3.6. 행렬 연산 메소드

• dot 메소드로 두 행렬을 곱할 수도 있음
• 차원이 맞지 않으면 Error

 

 

---

 

마무리

2차원 배열까진 무리없이 이해가 가는데 3차원부터 뇌에서 약간 버벅이는 듯한 느낌을 느낌.

개념 자체가 이해가 안되는건 아닌데 배열만 딱 봤을 때 이게 어떤 데이터인지 잘 이해가 안가는 인지부조화?

실습을 여러 번 돌리면서 데이터에 대한 이해를 높이는 것이 필요하다고 판단됨.

행과 열이라는 개념 자체에 익숙해지다보니 차원이라는 개념이 약간 낯설다는 점.

 

특히 transpose될 때 왜 이렇게 되는지 이해가 잘 안가는 부분.

행렬 관련으로 좀 찾아볼 필요가 있음.

 

그리고 인덱싱이나 슬라이싱을 할 때 [] 안에 들어가는 숫자에 대한 의미를 잊지 말 것.