파이썬 데이터 분석 시리즈 4편: 알아두면 유용한 NumPy 기능 - Part 2

파이썬 데이터 분석 시리즈 4편: 알아두면 유용한 NumPy 기능 - Part 2

NumPy 라이브러리는 배열 데이터를 효율적으로 처리하고 분석할 수 있는 다양한 기능을 제공합니다. 이번 포스트에서는 앞서 다루지 않았던 NumPy의 몇 가지 중요한 기능에 대해 알아보겠습니다.

1. 집계 함수

NumPy는 배열 데이터를 쉽게 집계할 수 있는 다양한 함수를 제공합니다. 이러한 함수들을 사용하면 최댓값, 최솟값, 평균 등을 쉽게 구할 수 있습니다.

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(np.max(arr)) # Output: 5
print(np.min(arr)) # Output: 1
print(np.mean(arr)) # Output: 3.0

2. 인덱싱 및 슬라이싱

NumPy 배열은 파이썬의 리스트처럼 인덱싱과 슬라이싱이 가능합니다. 이 기능을 통해 배열의 특정 요소에 접근하거나 배열의 일부를 추출할 수 있습니다.

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr[0]) # Output: 1
print(arr[1:4]) # Output: array([2, 3, 4])

3. 배열 결합

NumPy에서는 두 개 이상의 배열을 결합하는 기능을 제공합니다. 배열을 결합하면 새로운 데이터 구조를 생성하는데 유용합니다.

import numpy as np

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

print(combined) # Output: array([1, 2, 3, 4, 5, 6])

이번 포스트에서는 NumPy의 집계 함수, 인덱싱 및 슬라이싱, 배열 결합 등에 대해 살펴보았습니다. 다음 포스트에서는 NumPy와 함께 자주 사용되는 라이브러리인 Pandas에 대해 알아보겠습니다. 다음에 만나요!