왜 데이터 라이브러리인가: 리스트에서 배열로
평범한 Python 리스트는 유연하지만, 숫자에는 느리고 장황해요. 리스트의 모든 값을 두 배로 하려면 반복문을 써야 해요:
prices = [10, 20, 30]
doubled = []
for p in prices:
doubled.append(p * 2)
print(doubled) # [20, 40, 60]numpy(Numerical Python)는 ndarray를 줘요: 메모리의 빽빽한 한 덩어리에 저장된 숫자 격자예요. 배열 전체에 대한 계산은 Python 반복문 없이 빠른 컴파일된 C에서 일어나요. 이것을 벡터화라고 해요.
import numpy as np
prices = np.array([10, 20, 30])
print(prices * 2) # [20 40 60] no loop needed
print(prices.sum()) # 60
print(prices.mean()) # 20.0데이터와 머신러닝 도구 전체가 numpy 위에 서 있으니, 이게 자연스러운 첫걸음이에요. 관례적으로 np로 import 해요.
np.array(a_list)로 배열을 만들고, .sum()과 .mean() 같은 메서드를 그 위에서 바로 부르세요. 리스트가 아니라 숫자 하나(Python/numpy 스칼라)를 돌려줘요.
numpy를 np로 import 하세요. 리스트 [4, 8, 12, 16]을 arr라는 numpy 배열로 바꾸세요. 그다음 그 합으로 total을, 평균으로 avg를 계산하세요. avg를 출력하세요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.