Numpy 차원 이해하기일전에 Numpy 축에 관한 포스팅을 했었는데 그보다 더 개념적인 얘기를 할까 합니다.Numpy는 다차원 배열을 다루는만큼 수치계산을 한꺼번에 처리할 수 있도록 도와주는 효율적인 라이브러리입니다. Numpy는 다차원 배열을 차원으로 분류했는데 데이터 구조를 표현하는데 있어서 중요한 역할을 합니다.Numpy 차원 정의차원의 종류Numpy에서 차원은 축이라고도 불리기도 합니다. 우리는 보통 3차원을 쓰기 때문에 그렇기도 한데요. 엄밀히 따지면 차원과 축은 포커싱된 부분이 다릅니다. 차원은 깊이에 더 포커싱이 되어있습니다. 차원은 배열의 층이 얼마나 되는지를 정의합니다. 축은 데이터가 나아가는 방향에 초점이 맞춰져 있습니다. 차원내에서 데이터를 어떻게 다룰것인지를 정의합니다.다시말해, ..
NumPy는 파이썬에서 과학적 계산을 위한 핵심 라이브러리로, 다차원 배열을 다루는데 매우 유용합니다. 이러한 다차원 배열은 종종 복잡한 계산을 수행하는 데 필요한 데이터 구조로 사용됩니다. 그러나 다차원 배열을 단일 차원으로 변환하여 데이터를 보다 효율적으로 처리하고자 할 때가 있습니다. 이를 평탄화(flattening)라고 합니다. 보통 머신러닝을 하게 되면 데이터를 분석하려는 머신이 단일 차원을 원하면 평탄화를 쓸 수밖에 없습니다. 평탄화를 꼭 Numpy로 해야하는 건 아니지만 데이터를 보통 numpyarray로 만들기도 하고 생각보다 아주 많이 간편합니다. 평탄화 작업 np.ravel() 함수를 활용한 평탄화 NumPy는 다차원 배열을 평탄화하기 위해 np.ravel() 함수를 제공합니다. 이 함..
Numpy파이썬이 잘 쓰이지 않은 큰 이유가 바로 계산속도입니다. 계산속도가 느리면 데이터 처리를 하거나 코드 명령이행을 하면 결과를 도출하는데 시간이 많이 걸리게 됩니다. 당연히 다른 언어를 쓰는게 훨씬 효율적입니다. 파이썬의 계산속도 문제를 해결하기 위해서 Numpy라는 모듈을 씁니다. Numpy는 수치 배열 데이터를 다루기 위해 사용하는데 보통 파이썬의 리스트와 비슷하게 생겼고 효율적인 계산과 다양한 선형수학을 다룰 수 있습니다. 또한 numpy로 인해 계산속도를 개선해서 파이썬만의 직관적이고 간단한 언어를 가지고 데이터 처리를 할 수 있다는 큰 장점이 생기게 되었습니다. Numpy 장점1. 파이썬 리스트보다 계산 속도가 빠름.2. 파이썬 리스트보다 적은 메모리 사용.3. 선형대수,통계관련 함수가 ..