데이터 사이언스: numpy 연산과 통계 값들 구하기(표준편차, 분산, 평균, 중앙값...)

기존 파이썬 리스트의 연산과는 달리 numpy 배열의 연산은 배열 원소들간의 사칙 연산입니다. 

 

각 위치마다 정해진 값을 따로 연산하기 때문에 numpy배열의 모양(shape)이 다른 경우에는 연산이 되지 않아

오류가 뜹니다.

 

따라서 numpy배열끼리의 사칙연산을 코딩하기 위해서는 우선적으로 각 배열의 shape을 확인하여야 합니다.

 

 

---

 

< numpy 배열 연산 >

 

import numpy as np

x = np.arange(10)
y = np.arange(10,20)


print(x)
print(y)

 

[0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]

 

numpy 라이브러리를 추가해주고 리스트 x와 y를 만들어줍시다.

 

 

 

x + 2

 

array([ 2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

 

배열 원소 모든 값에 각각 2씩 더해줍니다.

 

 

x * 2

 

array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

 

배열 원소 모든 값에 각각 2씩 곱해줍니다.

 

 

x / 2

 

array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5])

 

배열 원소 모든 값을 각각 2로 나누어 줍니다.

 

 

 

x % 2

 

array([0, 1, 0, 1, 0, 1, 0, 1, 0, 1], dtype=int32)

 

배열 원소 모든 값을 2로 나눈 나머지값이 들어갑니다.

 

 

 

x와 y의 모양(shape)가 같기 때문에 연산 가능하며 같은 인덱스 값을 가진 값끼리 연산합니다.

 

x * y

 

array([  0,  11,  24,  39,  56,  75,  96, 119, 144, 171])

 

 

 

 

x + y

 

array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28])

 

 

 

 

x / y

 

array([0.        , 0.09090909, 0.16666667, 0.23076923, 0.28571429,
       0.33333333, 0.375     , 0.41176471, 0.44444444, 0.47368421])

 

 

---

 

< numpy 배열 부울 연산 >

 

x > 4

 

array([False, False, False, False, False,  True,  True,  True,  True,
        True])

 

x 넘파이 배열의 모든 값들에 대해서 > 4 를 시행합니다. 참이면 True, 거짓이면 False를 리턴합니다.

 

 

 

np.where(x > 4)

 

(array([5, 6, 7, 8, 9], dtype=int64),)

 

x > 4가 참인 x의 인덱스 값들을 리턴한다.

 

 

 

np.where(x < 3, "a", "b")

 

array(['a', 'a', 'a', 'b', 'b', 'b', 'b', 'b', 'b', 'b'], dtype='<U1')

 

x < 3 이 참일때 "a", 거짓일 때 "b"인 배열을 리턴한다. 

 

 

 

np.any(y == 12)

 

True

 

y의 배열 값중 하나라도 12라면 True를 리턴한다.

 

 

 

np.any(x == 12)

 

False

 

x의 배열 값 중 12라는 원소가 없으면 False를 리턴한다.

 

 

 

np.all(y > 10)

 

False

 

y 의 모든 배열 값이 > 10 를 만족하면 True, 아니면 False를 리턴한다.

 

 

 

np.all(y <20)

 

True

 

y 의 모든 배열 값이 < 20 를 만족하면 True, 아니면 False를 리턴한다.

 

 

 

---

 

< 통계에서 사용되는 numpy 기능 > 

 

import numpy as np

np_array = np.array([2, 3, 4, 5, 6, 10, 15, 22])

 

np_array.max()

 

22

 

np_array의 리스트 값 중 가장 큰 값(Maximum)을 리턴한다.

 

 

 

np_array.min()

 

2

 

np_array의 리스트 값 중 가장 작은 값(Minimum)을 리턴한다.

 

 

 

np_array.mean()

 

8.375

 

np_array의 리스트 값의 평균(Mean)을 리턴한다.

 

 

 

np.median(np_array)

 

5.5

 

np_array의 리스트 값의 중앙값(Median value)을 리턴한다. 

 

np_array의 중앙에 있는 값은 5와 6이므로 평균인 5.5를 리턴한다.

 

 

 

np_array.std()

 

6.498797965777979

 

np_array 리스트의 표준편차(Standard deviation)를 리턴한다.

 

 

 

np_array.var()

 

42.234375

 

np_array 리스트의 분산(Variance)를 리턴한다.