Python 과 관련된 설명을 참고하면 풍부한 라이브러리와 데이터 분석, AI에 강점이 있다고 되어있다.
Numpy는 Python의 패키지이다. 복잡한 연산의 효율적인 처리를 위해 사용한다.
리스트 (List)
Numpy 를 들여다보기 전에 Python 에서 중요하게 생각해야할 개념은 바로 배열(Array) 자료 구조이다.
리스트(List)는 배열(Array) 자료 구조의 특징을 갖는 컬렉션(Collection) 자료형의 일종이다.
정의 : 비슷한 성질을 가진 요소(item)들의 묶음(Container)
주요 특징
순서 (Ordered) : item 들은 추가된 순서를 유지
가변적 (Mutatble) : 생성 후에도 요소를 추가, 삭제, 수정 가능
다양한 데이터 타입 (Heterogeneous) : 서로 다른 타입의 데이터 저장 가능
중복 허용 : 동일한 값을 여러 번 저장 가능
인덱싱 (Indexing) & 슬라이싱 (Slicing) : 특정 item에 접근하거나 리스트의 부분 추출 가능
리스트 컴프리헨션 (Comprehension) : 간결하게 리스트 생성 가능
다양한 메소드 제공 : append(), remove(), sort(), reverse() 등 다양한 메소드 제공
이외에도 튜플(Tuple) , 딕셔너리(Dictionary), 세트(Set) 와 같은 자료형이 존재하지만 각 타입에 대한 자세한 설명은 생략하고 어떤 상황에 주로 활용되는지 살펴보자.
자료형
순서 유지
가변성
중복 허용
키-값 쌍
주요 사용
리스트 (List)
O
가변적
O
X
순서가 중요, 데이터 수정이 빈번할 때
튜플 (Tuple)
O
불변적
O
X
데이터가 안정적으로 유지되어야 할 때
딕셔너리 (Dictionary)
X O (Python 3.7 >)
가변적
키 중복 X
O
키를 통한 빠른 값 인덱싱에 사용
세트 (Set)
X
가변적
X
X
중복을 제거하거나 집합 연산이 필요할 때
Python 튜토리얼을 마치고 오셨다면 이해하기 용이할 것입니다.
자주 사용되는 List 의 주요 기능
Numpy 를 하기 전에 알아야할 Python List 구조에서 자주 사용되는 기능을 알고 가는게 중요합니다.
1. 리스트 생성과 초기화
: 리스트는 대괄호 [] 를 사용하여 생성하며, 다양한 방법으로 초기화 가능
# 빈 리스트 생성
empty_list = []
# 초기 값이 있는 리스트 생성
my_list = [1, 2, 3, 4, 5]
# 리스트 컴프리헨션을 사용한 생성
squares = [x**2 for x in range(10)]
# [0, 1, 4, 9, ... , 81] 제곱 수의 리스트
