데이터 분석에서 Numpy를 쓰는 이유

✔ 분석모델들이 Numpy를 활용하는 이유

파이썬은 분석을 목적으로 제작된 언어가 아니다. 따라서, R과 달리 분석에 적합한 자료구조나

계산방식을 자체적으로 갖고있지 않다.

따라서, (1, 2, 3) * 3 == (3, 6, 9) 라는 값을 얻고자 한다면 넘파이 자료형을 통해 계산을 수행해야 한다.

## 리스트 자료형의 곱
thelist = [1,2,3]
thelist * 3 
# output ([1,2,3],[1,2,3],[1,2,3])

## 넘파이 자료형의 곱
import numpy as np
np.array(thelist) * 3
# output ([3,6,8])

배열의 구조가 다르지만 '브로드캐스팅'을 통해 각 요소에 3의 값이 곱해진 것을 알 수 있다. 

만약 리스트를 통해 동일한 계산을 수행하려면 다중반복문을 통해 각 리스트의 요소에 접근해야 한다.

또한, 넘파이는 '행렬곱'의 형태로 서로 다른 배열간의 계산을 수행 할 수 있어서 머신러닝이나 딥러닝의 수학적 모델을 계산하는데 적합하다고 할 수 있다.

 

** 여기서 판다스는 엑셀과 같이 '관계형 테이블' 구조에 맞춘 'DataFrame' 자료형을 가진 도구로써,

2차원 Numpy 자료형에 부가적 기능이 들어간 형태라고 볼 수 있다. 데이터의 탐색 및 시각화에 특히 유용하게 활용된다.

 

https://cleancode-ws.tistory.com/13

[파이썬] 간단 명료한 Numpy와 Pandas 차이