Python Numpy & Pandas

① ② Python

pandas vs numpy

pandas 자료형이 달라도 된다. 테이블 수정, 조작하는 기능 제공 SQL 처럼 테이블에 쿼리, 조인 수행 가능 엑셀, CSV 파일 읽고, 쓰기 가능

numpy 자료형이 같아야 된다. 배열을 이용한 데이터 처리 객체이므로 객체 주소만 참조

---

|구분 | numpy |pandas | |— |— |— | |행 | 벡터s |각 데이터(관측치)| |열 |스칼라(값)s|데이터의 속성(차원) |가로(axis=0) |2차원이 넘아가면
가로 세로 개념이 아니라
axis=0 ~ n 의 n차원. 개념적으로 인식할 수 밖에 없다 |모든 데이터 개체 |세로(axis=1) | |데이터 차원 | |인덱스로 값을 찾는다. | 인덱스가 아닌 행,열 이름으로 값을 찾는다. | |1,2 차원 | 2차원 형태의 데이터를 다룬다 | |데이터 타입 : 숫자 | 다양한 데이터 타입 —

결론

숫자만 쓸거면 Numpy 다양한 자료형을 다룬다면 pandas

머신러닝, 딥러닝에서는 numpy로 분석해야 연산의 속도가 빨라지기 때문에 pandas로 기본 분석을 수행한 후 넘파이로 변환하여 머신러닝이나 딥러닝을 수행한다. 반면에 numpy는 데이터를 눈으로 확인하기 어려워 pandas로 변환하여 데이터를 확인한다.

참고 https://challenge.tistory.com/32 https://super-master.tistory.com/m/72 전환 : https://sunning-10.tistory.com/m/entry/python-%ED%8C%8C%EC%9D%B4%EC%8D%AC-pandas-%ED%8C%90%EB%8B%A4%EC%8A%A4-pandas%EC%99%80-numpy-%EC%A0%84%ED%99%98