데이터 분석/모델링을 위한 데이터 구조

Numpy: 수치 연산에 사용
pandas: 비즈니스 데이터 표현에 사용
데이터 size가 크다 ⇒ 데이터 건(개수)이 많다(행을 의미)
요약

numpy 기초

리스트 장점과 한계, 그리고 Numpy

List 특성	Numpy
속도가 느림	속도가 빠름
요소 변경, 추가, 제거가 용이함	Array(벡터, 행렬) 단위로 데이터 관리
다른 데이터 타입을 한 번에 저장 가능

Numpy 용어 정리

Axis: 배열의 각 축
- 2차원 배열에서 axis=0은 행, axis=1은 열을 의미함
Rank: 축의 개수(차원)
Shape: 축의 길이(개수)

Untitled

라이브러리 불러오기

라이브러리는 아래와 같이 불러올 수 있지만 99.9%는 위의 방식을 사용한다.

import numpy as np # 별칭을 주고 라이브러리 불러오기

a = np.array([1, 2, 3, 4, 5]) # .array: 1차원 배열 만드는 함수

from numpy import array

a = array([1, 2, 3, 4, 5]) # numpy중에서 array만 불러옴