NumPy는 Python 과학 계산의 기반 라이브러리입니다. Pandas, scikit-learn, PyTorch 등 거의 모든 데이터 과학 도구가 NumPy의 ndarray 위에 구축되어 있습니다. 이 섹션에서는 Python 탭에서 배운 기초를 넘어, 배열 연산의 원리와 성능 최적화까지 다룹니다.
주제
핵심 내용
난이도
배열 기초
shape, dtype, reshape, copy vs view
기본
인덱싱과 슬라이싱
팬시 인덱싱, 불리언 마스킹
기본
브로드캐스팅
shape 호환 규칙, 차원 확장
중급
집계와 통계
축 기반 연산, 기술통계
중급
선형대수
행렬 연산, 고유값, SVD
중급
난수와 샘플링
Generator, 확률분포, 시뮬레이션
중급
성능 최적화
벡터화, 메모리 레이아웃, einsum
심화
배열 생성과 기본 연산이 익숙하지 않다면 ndarray 기초부터 시작하세요. Python 탭의 NumPy 소개를 마쳤다면 브로드캐스팅이나 선형대수로 바로 넘어가도 좋습니다.
