14 NumPy & MatPlot

1. MatPlot(데이터 시각화)

파이썬에서 그래프를 그리기 위한 표준 라이브러리로, MATLAB과 유사한 기능을 제공하며 무료 오픈소스이다.

• 기본 사용법

  • import matplotlib.pyplot as plt

• 그래프 종류

  • 선 그래프(Line Plot): plt.plot(x, y)
    • 스타일 지정: 색상, 마커(점), 선 스타일 등을 지정 가능 (예: "sm"은 사각형 마커, 자홍색)
    • 옵션: 축 레이블(xlabel, ylabel), 제목(title), 범례(legend) 설정 가능
  • 막대 그래프(Bar Chart): plt.bar(x, y)
  • 3차원 그래프: projection='3d'를 사용하여 3차원 데이터를 시각화

• 다중 그래프: 하나의 축에 여러 개의 선을 동시에 그리거나, 2차 함수($y=x^2$) 등을 시각화할 수 있다.

2. NumPy 기초(수치 계산)

행렬(Matrix) 계산을 위한 파이썬 핵심 라이브러리이다.

• 특징

  • 대량의 데이터를 처리할 때 파이썬 리스트보다 속도가 훨씬 빠르고 메모리 효율적이다.
  • scikit-learn, tensorflow 등 인공지능 라이브러리의 기반이 된다.
  • 데이터가 연속된 메모리 공간에 저장된다.

• 배열 생성

  • np.array([리스트]): 리스트를 넘파이 배열로 변환
  • np.arange(start, stop, step): 일정 간격의 배열 생성
  • np.linspace(start, stop, count): 시작과 끝 사이를 등간격으로 나눈 배열 생성

3. NumPy 연산 및 기능

• 브로드캐스팅(Broadcasting)

  • 배열의 모든 요소에 동일한 연산을 한 번에 적용하는 기능이다.
  • (예: F - 32, 배열 간 덧셈 등)

• 인덱싱과 슬라이싱

  • 기본 슬라이싱: arr[start:end]
  • 논리적 인덱싱(Boolean Indexing)
    • 조건에 맞는 데이터만 추출하는 강력한 기능 (예: ages[ages > 20])

• 난수 생성(Random)

  • np.random.rand(): 0~1 사이 균일 분포 난수
  • np.random.randn(): 표준 정규 분포 난수 (평균 0, 표준편차 1)
  • np.random.normal(mu, sigma, n): 평균($\mu$)과 표준편차($\sigma$)를 지정한 정규 분포 생성

• 통계 함수

  • sum()(합계), mean()(평균), std()(표준편차), var()(분산), min(), max()
  • (축 axis를 지정하여 행/열 단위 계산 가능)

4. 선형대수(Linear Algebra)

NumPy는 선형대수 계산을 위한 서브 모듈(linalg)을 제공한다.

• 전치 행렬: .transpose() 또는 .T 속성 사용
• 역행렬: np.linalg.inv(x)
• 내적 (Dot Product): np.dot(x, y)
• 선형 방정식 풀이: np.linalg.solve(a, b)를 사용하여 미지수 계산 ($Ax=B$ 꼴)