영어강사 개발일기

Pandas와 Numpy를 정리 하다보니 갑자기 든 궁금증... 라이브러리는 어느 정도가 필요한가... 물론 다는 알 필요는 없지만... 어떠한 종류가 있으며 어떠한 이유로 사용하면 되는지... 그 정도만 알아는 둬야 할거 같아서 이번 포스팅을 해본다 물론 내가 이걸 다 알 수는 없기에 이번 포스팅은 지피티와 함께 하겠다.추가로, 해당 라이브러리 리스트는 업데이트 될 수 있으며, 각 라이브러리를 포스팅 하면 해당 리스트에 링크를 걸어두겠다. 🧠 딥러닝 라이브러리 기능별 정리표✅ 1. 수치 계산 및 데이터 구조라이브러리설명 핵심도numpy다차원 배열 및 수치 연산의 기반🔥 핵심pandas테이블형 데이터 처리 (CSV, Excel 등)🔥 핵심 ✅ 2. 딥러닝 프레임워크라이브러리설명핵심도tensorfl..

개요NumPy와 Pandas는Python 기반의 데이터 처리 라이브러리로, 데이터 과학, 머신러닝, 통계 분석 등에 널리 사용됨두 라이브러리는 서로 보완적인 역할을 하지만, 기능과 목적이 다름. 유사점항목설명기반 언어모두 Python 기반이며, 내부적으로 C로 구현되어 고성능배열 구조모두 다차원 배열 기반 처리 지원 (NumPy의 ndarray, Pandas의 Series, DataFrame)벡터화 연산반복문 없이 빠른 수치 계산 가능 (for문 대신 배열 연산 사용)결측치 처리np.nan, pd.isnull(), fillna() 등 결측 데이터 다룰 수 있음연산 기능요소 단위 연산, 집계 함수(합계, 평균 등), 브로드캐스팅 지원시각화Pandas는 내부적으로 Matplotlib 연동 가능, NumPy ..

NumPy란?Numerical Python의 줄임말수치 계산을 빠르게 처리하는 파이썬 라이브러리배열이나 행렬 계산에 필요한 함수 제공수열 데이터를 다룰 때 용이다치원 배열(Array)를 다룰때 주로 사용(인공신경망, 비정형 데이터 처리, 자연어 처리등) 왜 쓰일까?기능설명💨 빠른 계산리스트보다 훨씬 빠름 – 내부적으로 C로 구현됨📏 다차원 배열 지원1차원~n차원 배열까지 쉽게 다룸📊 수학 함수평균, 표준편차, 행렬곱, 통계 등 계산 용이🧮 선형대수벡터, 행렬 계산 필수 도구🤝 pandas와 연동pandas의 데이터 구조도 numpy 배열 기반임 언제 쓰지? 수학 계산, 벡터/행렬 연산이 필요한 딥러닝, 통계, 데이터 분석pandas, sklearn, tensorflow, matplotlib 등 ..

Pandas란? Python에서 데이터 분석을 할 때 가장 많이 쓰이는 라이브러리"Panel Data"따옴엑셀처럼 표 형태로 데이터를 다루기 쉽게 만들어주는 도구 PANDAS의 기능기능설명예시데이터 읽기 쓰기CSV, Excel, JSON, SQL 등 다양한 형식의 데이터를 불러오고 저장할 수 있pd.read_csv('file.csv')데이터 정리결측값 제거, 컬럼 추가/삭제, 필터링 등 가능df.dropna(), df['age'] > 20데이터 분석그룹화, 통계 계산, 피벗 테이블 등df.groupby('gender').mean()시간시계열 처리 날짜 데이터를 기반으로 분석 가능pd.to_datetime(df['date'])시각화 연동matplotlib, seaborn과 같이 시각화도 쉽게 가능df.pl..