numpy array, python list 차이

 

Numpy의 array와 Python의 list의 차이를 알아보겠습니다.

 

 

Numpy는 Python의 computing을 위한 패키지로, numpy 라이브러리를 import 하여 사용 가능합니다.

 

행렬이나 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하고, pandas와도 함께 많이 쓰입니다.

 

import numpy as np

 

List와 Array는 얼핏보면 비슷하게 생겼습니다.

# List
a = [1,2,3]
print(type(a))
>>> list

# Array
b = np.array([1,2,3])
print(type(b))
>>> numpy.ndarray

 

차이점은 존재하는데요.

 

일단 Python은 array(배열)을 지원하지 않습니다. 또한, array는 정적 할당에 해당되어 동적 할당인 list와 달리 고정된 크기를 갖습니다. 또한, Numpy를 통해 array를 생성하면 Python에서 사용이 가능합니다.

 

장점으로는 array가 연산하기 위한 더 다양한 작업을 지원하고, 대량의 데이터도 더 효율적으로 계산한다고 합니다. numpy는 벡터화하여 계산하기 때문에 인덱싱의 기능도 작동하지 않습니다.

 

추가로 연산에서의 차이점도 존재합니다.

 

list_1 = [1,2,3]
list_2 = [4,5,6]

print(list_1 + list_2)

>>> [1,2,3,4,5,6]

arr_1 = [1,2,3]
arr_2 = [4,5,6]

print(arr_1 + arr_2)

>>> [5,7,9]

 

위처럼 array는 같은 인덱스에 있는 값들끼리 연산이 가능합니다. 파이썬의 경우 list는 뺄셈, 곱셈, 나눗셈을 하면 오류가 납니다.

 

 

Ndarray를 생성하는 방법으로는 해당 docs([numpy.array])를 참고하였습니다.

 

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)