파이썬_응용단계 ep1. Numpy와 함께 딥러닝의 세계로

그 프로그래밍 언어가 사라지지 않는 이유

 

세상에는 다양한 프로그래밍 언어가 생겨났다가, 인기를 끌기도 하고,

사람들의 기억에 잊혀지기도 하고, 극소수가 사용하지만 꾸준히 살아남기도 합니다.

그러다가 존재감이 사라지는 언어도 존재합니다.

 

Visual Basic.NET, Elm 등이 그 사례입니다.

 

하지만 어떠한 프로그래밍 언어들은 계속 쓰이는 이유는 무엇일까요?

 

 

 

그것이 광범위하게 쓰이기 때문입니다

 

C나 C++ 등 사용법이 어렵지만 게임 개발 등 많은 곳에서 쓰이는 언어는

그 사용자의 수가 곧 힘이 되기 때문에, 수명이 계속 늘어납니다.

 

Java script, java, python 등도 동일합니다.

 

 

굉장히 강력한 기능을 제공합니다.

 

특히 파이썬은 배열화된 연산에 강력한 기능을 제공합니다.

그래서 데이터 분석에 R과 함께 특화된 강점을 갖고 있습니다.

 

금일부터는 배열 연산 즉 벡터화 연산을 통해,

데이터를 다루는 본격적인 준비를 진행해보겠습니다.

여기서 사용하는 것은 Numpy로, 파이썬에서 데이터 배열, 행렬 등을

쉽게 처리할 수 있도록 도와주는 라이브러리 입니다.

 

numpy를 설치하는 이유

 

파이썬에는 배열을 처리하는 자체 내장 패키지가 없기 때문이죠!

 

그 후에는 Pandas 프로그램을 통해 데이터 구조와 연산을 진행합니다.

 

 

개발 환경 세팅

 

지난 시간까지는 모두 파이썬의 환경으로 Jupyter notebook을 사용했었습니다.

많은 모듈을 갖고 있고, 필기도 자유롭게 할 수 있는 강력한 환경이죠.

 

이번에도 쥬피터 노트북을 사용하거나, 구글의 colab을 사용하는 것도 좋습니다.

 

jupyter notebook 설치 과정

https://astart.tistory.com/4

 

Colab(코랩)도 소개합니다!

구글에서 지원하는 광범위한 파이썬 도구로, Python 스크립트를 쓰는데

정말 편리하게 작동합니다. (인터넷만 된다면)

 

코랩은 필자가 추가 설명할 필요도 없이, 아래 구글 링크에서도 친절하게

알려주고 있습니다.

 

구글 colab 링크

https://colab.research.google.com/

 

쥬피터 노트북에서는 모듈이 설치되어 있는 경우가 많지만,

행여나 세팅이 안되어 있을 경우

Anaconda prompt에서 아래 문구를 입력해서 설치를 진행합니다.

 

pip install numpy

 

구글 colab의 경우는 numpy는 기본적으로 제공합니다.

 

단, 시작전에 import numpy as np를 반드시 입력해 주세요!

 

import numpy as np

 

쥬피터 노트북

 

 

구글 코랩

 

좋습니다.

 

numpy는 축약어로 'np'를 사용합니다.

바로 끝내면 안타까우니, 한가지 배열만 만들어볼까요?

 

1) 배열 생성

 

파이썬 기초에서는 이렇게 리스트를 만들었었죠?

 

a = [1,2,3,4]

 

numpy에서도 특별히 달라지는 점은 없습니다.

 

np. 만 이용

 

np.array([1, 2, 3, 4])

array([1, 2, 3, 4])

 

array는 추후 2차원, 3차원 배열을 만들면서 

배열이 행렬로 높아지는 것을 표현하기 위해 사용합니다.

 

안타깝게도 배열과 관련해서, 파이썬에서 배운 문법들에

numpy는 추가해서 더욱 많이 학습해야 합니다.

 

array, arange, ndim 등등....

 

다음 시간에 다시 진행해보겠습니다!