AI 요약관련 정보

• NumPy는 빠르고 효율적인 수치 계산, 특히 대규모 다차원 배열 및 행렬 처리에 최적화된 Python 라이브러리입니다. 🚀
• NumPy 설치는 pip install numpy로, 임포트는 import numpy as np (표준 명명 규칙)로 합니다. 💻
• NumPy 배열은 데이터를 저장하고 검색하는 구조이며, 1차원(벡터)부터 다차원(행렬)까지 다양한 차원을 가질 수 있습니다. 📊
• NumPy 배열은 성능을 위해 모든 요소가 동일한 데이터 타입을 가져야 하며, 생성 후 크기를 변경할 수 없고, 데이터는 직사각형 형태(중첩 배열의 열 수가 동일)여야 합니다. 📏
• 배열 요소는 인덱스를 통해 접근하며, 내용은 수정 가능하지만(mutable), 크기 변경은 새 배열 생성을 통해서만 가능합니다. ✍️
• NumPy 배열의 슬라이싱은 원본 배열의 '뷰(view)'를 반환하므로, 슬라이스 변경 시 원본 배열도 함께 변경됩니다. 이는 Python 리스트의 슬라이싱(복사본 반환)과 중요한 차이점입니다. 👁️
• 다차원 배열의 요소는 matrix[행_인덱스, 열_인덱스]와 같이 각 축의 인덱스를 지정하여 접근합니다. 🎯
• NumPy 문서에서는 '스칼라', '벡터', '행렬', '텐서'와 같은 수학적 용어 사용을 지양할 것을 권장합니다. 이는 수학적 개념과 NumPy 구현 간의 차이 때문입니다. 🚫
• 배열의 주요 속성으로는 차원 수(ndim), 형태(shape), 총 요소 수(size), 데이터 타입(dtype) 등이 있습니다. 🔍
• np.zeros(), np.ones(), np.empty()와 같은 특수 메서드를 사용하여 특정 값으로 채워진 배열이나 메모리 상태에 따른 임의의 값으로 채워진 배열을 쉽게 생성할 수 있습니다. ➕