Numpy_Cheat_

 

 

데이터 과학의 기초: 파이썬 NumPy 치트 시트 완전 정복

📌 NumPy란 무엇인가?

NumPy는 파이썬을 위한 과학 계산 핵심 라이브러리로, 고성능 다차원 배열 객체와 이를 다루는 도구를 제공합니다. 데이터 과학, 머신러닝, 인공지능 분야에서 필수적으로 사용됩니다.

📌 NumPy 배열 생성하기

import numpy as np

# 1차원 배열 생성
arr1 = np.array([1, 2, 3])

# 2차원 배열 생성
arr2 = np.array([[1, 2], [3, 4]])

# 0으로 채워진 배열 생성
arr_zeros = np.zeros((2, 3))

# 1로 채워진 배열 생성
arr_ones = np.ones((3, 2))

📌 배열 수학 연산

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 배열 간의 연산
sum_arr = arr1 + arr2
diff_arr = arr1 - arr2
prod_arr = arr1 * arr2
div_arr = arr1 / arr2

📌 배열 조작

arr = np.array([[1, 2], [3, 4]])

# 배열 형태 변경
reshaped_arr = arr.reshape(4, 1)

# 배열 결합
arr1 = np.array([1, 2])
arr2 = np.array([3, 4])
concatenated_arr = np.concatenate((arr1, arr2))

# 배열 분할
split_arr = np.split(arr, 2, axis=1)

📌 통계 함수

data = np.array([1, 2, 3, 4, 5])

# 평균
mean_val = np.mean(data)

# 중앙값
median_val = np.median(data)

# 표준편차
std_val = np.std(data)

📌 마무리하며

NumPy는 데이터 분석과 과학 계산에 있어 핵심적인 역할을 합니다. 위의 치트 시트를 통해 NumPy의 기본적인 사용법을 익히고, 다양한 배열 조작 및 수학 연산을 활용해 보세요!