넘파이 이론 – 데이터 분석의 기초

데이터 분석과 인공지능 공부를 시작하면 반드시 만나게 되는 라이브러리, 넘파이(Numpy).
엑셀처럼 보이는 Pandas보다 먼저 등장하는 이유는, 넘파이가 모든 수치 기반 데이터 처리를 빠르고 효율적으로 도와주기 때문입니다.

오늘은 넘파이의 핵심 개념을 정리해보겠습니다.

---

1. 넘파이란?

• Numerical Python의 줄임말
• 다차원 배열(ndarray) 기반의 수치 계산을 빠르게 처리
• Pandas, Scikit-learn, TensorFlow 등 수많은 라이브러리들의 기반

---

2. 넘파이의 핵심 자료형 – ndarray

넘파이의 중심은 바로 ndarray 객체입니다.
일반적인 리스트보다 훨씬 빠르고, 다양한 수학 연산이 가능합니다.

python

 

import numpy as np a = np.array([1, 2, 3]) print(type(a)) # <class 'numpy.ndarray'>

---

3. 넘파이 주요 기능 요약

기능설명예시

배열 생성	np.array, np.zeros, np.ones, np.arange 등	np.zeros((2,3))
슬라이싱	배열 일부 선택	a[1:3], a[:, 0]
벡터 연산	반복문 없이 전체 연산	a + b, a * 2
브로드캐스팅	다른 크기 배열 간 연산 지원	a + 10
행렬 연산	dot, matmul, transpose 등	np.dot(a, b)

 

---

4. 실전 예제

✅ 배열 생성 및 연산

python

 

a = np.array([1, 2, 3]) b = np.array([10, 20, 30]) print(a + b) # [11 22 33]

✅ 2차원 배열 생성 및 조회

python

 

m = np.array([[1, 2], [3, 4]]) print(m.shape) # (2, 2) print(m[1][0]) # 3

✅ 행렬 곱

python

 

a = np.array([[1, 2], [3, 4]]) b = np.array([[2, 0], [1, 2]]) print(np.dot(a, b))

---

5. 넘파이를 꼭 배워야 하는 이유

• 머신러닝의 전처리와 수치 계산의 핵심 도구
• Pandas와 딥러닝 프레임워크의 기반
• 파이썬의 느린 연산 속도를 극복할 수 있음

---

✏️ 마무리

넘파이는 단순히 배열을 다루는 것을 넘어서, 데이터 분석의 기반 체력입니다.
처음에는 익숙하지 않을 수 있지만, 한 번 제대로 익혀두면 Pandas, Scikit-learn, TensorFlow까지 수월하게 넘어갈 수 있어요.