"NumPy"의 두 판 사이의 차이

2021년 5월 29일 (토) 23:30 기준 최신판

1 개요[ | ]

NumPy, numpy, Numerical Python
넘파이, 넘피 /ˈnʌmpi/

수학적 기능을 제공하는 오픈소스 파이썬 라이브러리
Python에서 효율적인 배열 작업을 제공하는 오픈소스 수학 라이브러리
프로그래밍 언어 Python에서 수치 계산을 효율적으로 실시하기 위한 확장 모듈
핵심기능: ndarray

n차원의 배열 데이터 클래스

다차원배열을 유연하고 빠르게 처리한다.

효율적인 수치 계산을 위한 틀이 달린 다차원 배열(예: 벡터와 행렬 등 표현) 지원

+ 조작을 위한 대규모 고수준 수학 함수 라이브러리

NumPy 내부는 C언어^[1]로 구현되어 빠르다.
Pandas는 Numpy를 기반으로 한다.

2 예제[ | ]

import numpy as np 
a = np.array([[1, 2], [3, 4]]) 
print( a )

import numpy
import matplotlib.pyplot as plt
x = numpy.linspace(0, 2 * numpy.pi, 100)
y = numpy.sin(x)
plt.plot(x, y)
plt.show()

3 같이 보기[ | ]

4 참고[ | ]

영어 위키백과 "NumPy"
https://numpy.org/
Harris, C.R., Millman, K.J., van der Walt, S.J. et al. Array programming with NumPy. Nature 585, 357–362 (2020). https://doi.org/10.1038/s41586-020-2649-2
https://www.youtube.com/watch?v=aHthqCgsSFs&list=PLBHVuYlKEkULZLnKLzRq1CnNBOBlBTkqp
https://developers.google.com/machine-learning/glossary?hl=ko#numpy

↑ 또는 Fortran

[1] 또는 Fortran

[1]

@@ 1번째 줄: / 1번째 줄: @@
 ==개요==
-;NumPy, Numerical Python
+;NumPy, numpy, Numerical Python
-;넘파이
+;넘파이, 넘피 /ˈnʌmpi/
-*프로그래밍 언어 Python에서 수치 계산을 효율적으로 실시하기 위한 확장 모듈
+* 수학적 기능을 제공하는 오픈소스 파이썬 라이브러리
-*효율적인 수치 계산을 위한 틀이 달린 다차원 배열(예: 벡터와 행렬 등 표현) 지원 :+ 조작을 위한 대규모 고수준 수학 함수 라이브러리
+* Python에서 효율적인 배열 작업을 제공하는 오픈소스 수학 라이브러리
-* NumPy 내부는 [[C언어]]<ref>또는 [[Fortran]]</ref>에 의해 구현, 빠름
+* 프로그래밍 언어 Python에서 수치 계산을 효율적으로 실시하기 위한 확장 모듈
+* 핵심기능: ndarray
+:n차원의 배열 데이터 클래스
+:다차원배열을 유연하고 빠르게 처리한다.
+: 효율적인 수치 계산을 위한 틀이 달린 다차원 배열(예: 벡터와 행렬 등 표현) 지원
+:+ 조작을 위한 대규모 고수준 수학 함수 라이브러리
+* NumPy 내부는 [[C언어]]<ref>또는 [[Fortran]]</ref>로 구현되어 빠르다.
+* [[Pandas]]는 Numpy를 기반으로 한다.
-https://upload.wikimedia.org/wikipedia/en/1/1b/NumPy_logo.png
+[[파일:NumPy_logo.svg|330px]]
-==예시==
+==예제==
-<source lang='python'>
+<syntaxhighlight lang='python' run>
+import numpy as np
+a = np.array([[1, 2], [3, 4]])
+print( a )
+</syntaxhighlight>
+<syntaxhighlight lang='python' run>
 import numpy
-from matplotlib import pyplot
+import matplotlib.pyplot as plt
 x = numpy.linspace(0, 2 * numpy.pi, 100)
 y = numpy.sin(x)
-pyplot.plot(x, y)
+plt.plot(x, y)
-pyplot.show()
+plt.show()
-</source>
+</syntaxhighlight>
 ==같이 보기==
-*[[SciPy]]
+{{z컬럼3|
-*[[matplotlib]]
+* [[NumPy 배열 생성]]
-*[[Sage]]
+* [[NumPy arange()]]
+* [[NumPy linspace()]]
-==주석==
+* [[NumPy ones()]]
-<references/>
+* [[NumPy zeros()]]
+* [[NumPy eye()]]
+* [[NumPy diag()]]
+* [[SciPy]]
+* [[Pandas]]
+* [[matplotlib]]
+* [[Sage]]
+}}
-==참고 자료==
+==참고==
-*https://en.wikipedia.org/wiki/NumPy
+* {{영어위키백과|NumPy}}
+* https://numpy.org/
+* Harris, C.R., Millman, K.J., van der Walt, S.J. et al. Array programming with NumPy. Nature 585, 357–362 (2020). https://doi.org/10.1038/s41586-020-2649-2
+* https://www.youtube.com/watch?v=aHthqCgsSFs&list=PLBHVuYlKEkULZLnKLzRq1CnNBOBlBTkqp
+* https://developers.google.com/machine-learning/glossary?hl=ko#numpy
-[[분류: Python 라이브러리]]
+[[분류: NumPy]]