배열의 데이터 타입을 미리 예측하는 것은 매우 중요해요. 일부 NumPy 기능은 특정 데이터 타입에서만 동작하기 때문입니다. 한번 확인해 볼까요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
놀라운 NumPy 배열을 만나 보세요! 필요에 맞게 배열을 생성하고 모양을 바꾸는 방법을 익힙니다. 마지막으로, NumPy의 다양한 데이터 타입과 그것이 빠른 배열 연산에 어떻게 기여하는지 알아봐요.
현재 연습
뉴욕시 가로수 조사 데이터를 슬라이싱, 필터링, 정렬하면서 NumPy 데이터 처리 실력을 한층 끌어올리세요. 조건문을 바탕으로 데이터를 뽑아 새로운 배열을 만들고, 목적에 맞게 어떤 차원으로든 데이터를 추가·제거해 보세요. 그 과정에서 초고속 배열 연산을 준비하기 위한 모양(shape)과 차원 호환성 원칙도 익히게 됩니다.
NumPy의 빠른 벡터화 연산을 활용해 미국의 주류 상점, 레스토랑, 백화점 매출 데이터에서 요약 인사이트를 도출해 보세요. Python 함수를 벡터화하여 NumPy 코드에서 사용하고, broadcasting 로직을 적용해 크기가 다른 배열끼리 수학 연산을 수행합니다.
마지막 장에서는 Monet의 걸작 이미지 데이터를 활용해, 이미지 데이터를 어떻게 증강할 수 있는지 살펴봅니다. 뒤집기와 전치 기능을 사용해 작품을 빠르게 변환해 보세요. 이어서 Monet 배열을 분해하고 변경한 뒤, 배열 쌓기를 통해 다시 조립하여 결과를 확인합니다.
