파이썬 데이터 분석 시리즈 2편: 파이썬의 NumPy 라이브러리 소개

파이썬 데이터 분석 시리즈 2편: 파이썬의 NumPy 라이브러리 소개

이전 포스트에서는 데이터 분석에 대한 기본적인 이해를 살펴보았습니다. 이번 포스트에서는 데이터 분석에 주로 사용되는 파이썬의 NumPy 라이브러리에 대해 알아보겠습니다.

NumPy는 'Numeric Python'의 줄임말로, 수치 데이터를 효율적으로 다루기 위한 파이썬 라이브러리입니다. 특히 다차원 배열을 효율적으로 다루는 데에 특화되어 있어, 데이터 분석뿐만 아니라 이미지 처리, 머신러닝 등 다양한 분야에서 사용됩니다.

아래에 NumPy의 기본적인 사용법에 대해 알아보겠습니다.

import numpy as np

# NumPy 배열 생성
arr = np.array([1, 2, 3, 4, 5])
print("Initial array:", arr)

# 배열의 모양 확인
print("Shape of array:", arr.shape)

# 배열의 자료형 확인
print("Data type of array:", arr.dtype)

# 배열 요소에 연산 적용
arr = arr * 2
print("Array after multiplication operation:", arr)

# 배열에 새로운 요소 추가
arr = np.append(arr, [6, 7, 8])
print("Array after appending elements:", arr)

# 특정 요소 인덱싱
print("Element at 2nd index:", arr[2])

# 특정 요소 삭제
arr = np.delete(arr, [2])
print("Array after deleting 2nd index element:", arr)

위 코드의 출력 결과는 다음과 같습니다.

Initial array: [1 2 3 4 5]
Shape of array: (5,)
Data type of array: int64
Array after multiplication operation: [ 2  4  6  8 10]
Array after appending elements: [ 2  4  6  8 10  6  7  8]
Element at 2nd index: 6
Array after deleting 2nd index element: [ 2  4  8 10  6  7  8]

이처럼 NumPy는 수치 데이터를 다루는 데 필요한 다양한 기능을 제공하며, 효율적인 연산을 위한 구조를 가지고 있습니다. 다음 포스팅에서는 이러한 NumPy의 기능을 좀 더 자세히 살펴보겠습니다. 기대해 주세요!