Table of Contents
728x90
NumPy 배열, 즉 numpy.array는 Python에서 수치 데이터를 효율적으로 저장하고 처리하기 위한 핵심 기능을 제공하는 다차원 배열 객체입니다. 이 배열은 같은 타입의 데이터를 연속된 메모리 공간에 저장하여, 배열 기반의 데이터 연산을 빠르고 효율적으로 수행할 수 있게 돕습니다.
NumPy 배열의 주요 특징은 다음과 같습니다:
- 동질성: 배열의 모든 원소는 같은 데이터 타입을 가집니다. dtype이 같다.
- 다차원성: 1차원, 2차원 또는 그 이상의 다차원 배열을 지원합니다.
- 벡터화 연산: 배열에 대한 연산을 하나의 원소가 아니라 전체 배열에 동시에 적용할 수 있어 성능이 매우 빠릅니다.
- 브로드캐스팅: 서로 다른 크기의 배열 간 연산을 지원하기 위해 작은 배열을 자동으로 확장하여 큰 배열과 연산할 수 있습니다.
- 생성 후에 크기 변경이 불가능하다.
NumPy 배열은 데이터 과학, 기계 학습, 공학 시뮬레이션 등 다양한 분야에서 행렬이나 벡터와 같은 수치 데이터를 다루는 데 널리 사용됩니다.
'Python' 카테고리의 다른 글
unpivot하기 - melt함수 (0) | 2024.04.30 |
---|---|
unpivot하기 - stack 함수 (0) | 2024.04.30 |
리스트 안의 요소와 값의 크기를 비교하려면? (0) | 2024.04.28 |
list리스트와 tuple튜플 (0) | 2024.04.28 |
map함수 모든 값에 특정 함수를 적용시키기 (1) | 2024.04.28 |
250x250
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 티스토리챌린지
- git
- LIST
- speaking
- LLM
- clustering
- Numpy
- 손실함수
- nlp
- Array
- cnn
- #패스트캠퍼스 #패스트캠퍼스AI부트캠프 #업스테이지패스트캠퍼스 #UpstageAILab#국비지원 #패스트캠퍼스업스테이지에이아이랩#패스트캠퍼스업스테이지부트캠프
- classification
- t5
- 해시
- Transformer
- English
- #패스트캠퍼스 #UpstageAILab #Upstage #부트캠프 #AI #데이터분석 #데이터사이언스 #무료교육 #국비지원 #국비지원취업 #데이터분석취업 등
- Github
- 오블완
- Hugging Face
- Python
- 코딩테스트
- 파이썬
- recursion #재귀 #자료구조 # 알고리즘
- Lora
- #패스트캠퍼스 #패스트캠퍼스ai부트캠프 #업스테이지패스트캠퍼스 #upstageailab#국비지원 #패스트캠퍼스업스테이지에이아이랩#패스트캠퍼스업스테이지부트캠프
- PEFT
- 리스트
- RAG
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
글 보관함