Numpy basic functions I – Python

가장 기본적인 수치적 분석을 위해 사용하는 Numpy 기본(Numpy basic functions I)을 알아보려고 합니다. 3단계로 기본 적인 사용법을 이야기 하겠습니다.

• Numpy basic Part I
• Numpy basic Part II
• Numpy basic Part III

NumPy란?

NumPy (Numerical Python)는 2005년 Travis Oliphant가 개발한 파이썬의 대표적인 수치 계산 라이브러리입니다. 다차원 배열 객체(ndarray)와 이를 효과적으로 다룰 수 있는 다양한 수학 및 과학 계산 기능을 제공하고 있습니다.

NumPy의 역사

1. Numeric (1995년): Jim Hugunin이 처음 개발한 파이썬의 수치 계산 라이브러리
2. Numarray (2001년): 더 큰 배열을 처리하기 위해 Numeric을 개선한 버전
3. NumPy (2005년): Numeric과 Numarray를 통합하여 만들어진 현재의 NumPy

이후, NumPy는 계속 발전하면서 과학, 공학, 데이터 분석 분야에서 필수 라이브러리가 되었습니다.

가장 기본적인 사용법을 살펴 보겠습니다.

Numpy basic functions I Code

import numpy as np

a = np.array([1, 2, 3])
print(a) #[1 2 3]

z = np.zeros((3, 4)) # 0 init
print(z)
#[[0. 0. 0. 0.]
# [0. 0. 0. 0.]
# [0. 0. 0. 0.]]

o = np.ones((2, 3)) # 1 initå
print(o)
#[[1. 1. 1.]
# [1. 1. 1.]]

e = np.empty((2, 2)) # non-init
print(e)
#[[1.5e-323 4.0e-323]
# [4.0e-323 4.0e-323]]

ar = np.arange(10)
print(ar) # [0 1 2 3 4 5 6 7 8 9]

ar_step = np.arange(0, 10, 2)
print(ar_step) # [0 2 4 6 8]

lin = np.linspace(0, 1, 5)
print(lin) # [0.   0.25 0.5  0.75 1.  ]

Output

[1 2 3]
[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]
[[1. 1. 1.]
 [1. 1. 1.]]
[[ 2.31584178e+077 -2.00389588e+000]
 [ 9.88131292e-324  2.78134232e-309]]
[0 1 2 3 4 5 6 7 8 9]
[0 2 4 6 8]
[0.   0.25 0.5  0.75 1.  ]

NumPy의 주요 사용 분야

1. 과학 및 공학 계산
   • 선형대수, 미분방정식, 푸리에 변환 등 수학적 연산 수행.
   • SciPy, Matplotlib과 함께 사용되어 연구 및 시뮬레이션에 활용.
2. 데이터 분석 & 머신러닝
   • Pandas, Scikit-learn과 함께 사용되어 데이터 전처리 및 머신러닝 모델 구현.
   • 배열 연산을 통해 대규모 데이터를 빠르게 처리.
3. 컴퓨터 비전 & 이미지 처리
   • OpenCV와 함께 사용하여 이미지 필터링, 변환, 분석 등에 활용.
   • 픽셀 단위 연산을 최적화하여 빠른 연산 가능.
4. 금융 & 경제 분석
   • 금융 시뮬레이션, 리스크 분석, 주식 데이터 처리 등에 사용.
   • 고속 행렬 연산을 통해 대규모 금융 데이터를 효율적으로 분석.
5. 빅데이터 및 인공지능
   • 딥러닝 라이브러리(TensorFlow, PyTorch)에서 NumPy 배열을 기반으로 연산 수행.
   • 데이터 변환 및 최적화 계산에 필수적인 역할 수행.