데이터 과학을 위한 파이썬 NumPy Basic

다차원 배열을 쉽게 처리해주는 NumPy로
데이터 과학의 첫걸음을 떼보세요!

강의 주제 📖

NumPy는 파이썬 Pandas, SciPy, Matplotlib, Pytorch 등과 함께 데이터 과학과 머신러닝, 딥러닝 운용의 기반이 되는 대표적인 파이썬 라이브러리입니다.

파이썬에서 대규모의 다차원 배열, 그리고 행렬 데이터 처리를 위한 수치 연산을 가능하게 하며 내부적으로 C언어로 구현이 되어있기 때문에 메모리를 최소한으로 유지하고 관리하면서 동시에 연산 속도도 매우 빠른 라이브러리 중 하나입니다.

그렇다면 다차원 배열을 왜 쓰는 것일까요?

데이터를 처리할 때 데이터는 숫자들의 배열로 이루어져 저장됩니다. 위와 같은 이미지를 처리할 때 전체 이미지는 2차원 배열 데이터로 구성되어 있으며 이미지의 픽셀 하나하나가 0부터 255까지의 숫자 데이터로 처리하게 되어있습니다. 이렇게 데이터를 배열로 구성하는 것은 데이터를 처리하는 가장 기본이 되는 절차이기 때문입니다.

---

강의 구성과 진행 방식 🎢

데이터 과학 분야의 파이썬 개발 환경인 Google Colab에서 실습을 진행합니다.

7개의 섹션, 총 30여강에 걸쳐 진행되며 각 섹션별, 주제별로 NumPy 모듈에서 사용할 수 있는 함수들을 간단한 예시와 함께 다룹니다. 처음에는 예시를 작성한 코드를 직접 따라서 작성하시고 나중에 실습용 파일을 이용하여 그날 복습을 완전히 끝냅니다. (실습용 파일은 아래에서 설명 드리겠습니다)

어렵고 생소한 선형대수 개념들은 자료를 통해 추가로 학습합니다.

마지막 섹션에서는 배운 이론과 함수들을 바탕으로 제작된 예제를 함께 풀어보며 파이썬과 NumPy 라이브러리의 코드 작성 실력을 강화합니다. (실습 예제는 차후 추가될 수 있습니다)

---

강의를 100% 활용하는 방법 ✨

구글 드라이브에 올려드린 실습용 파일을 다운로드합니다. 

상단 네비게이션 바에서 파일 - 드라이브에 사본 저장을 누르시면 여러분의 드라이브에 저장이 되는데 이 때 파일명의 끝부분이 '~실습용_yjglab.ipynb의 사본' 으로 저장됩니다. 파일 명에서 파일 형식을 제외한 '의 사본' 부분을 지우시고 파일을 사용하시면 됩니다. 

이 파일에는 강의를 진행한 Section들과 소주제들이 표시되어 있습니다.
강의를 수강한 후 그날 배운 것을 바탕으로 자신이 직접 주제에 맞는 코드들을 작성해보세요.
예를 들어, 오늘 Section 2의 A함수와 B함수에 대해서 배웠다면 직접 이론을 보지 않는 상태에서 각각의 함수에 대한 예제를 작성하시는 겁니다.

기억이 나지 않아도 괜찮습니다. 최대한 자신이 아는 만큼 적어보고 부족했던 부분의 강의 내용을 복습하며 자신이 작성한 코드의 사용 예제가 배운 내용과 일치하는지 확인합니다.

---

학습 내용 📚

---

예상 질문 Q&A 💬