4.3.2 다차원 배열 자료형 ndarray

numpy에서 가장 많이 다루는 대표적인 자료형은 ndarray입니다. 용어의 n은 다차원(n-dimensional)을 의미하며, array는 배열을 뜻합니다.

1. ndarray 의미

💡 array의 단어적 의미: 영단어 ‘array’는 본래 군대나 물건 등을 ‘정돈하여 가지런히 배열하다, 진열하다’라는 뜻을 가집니다. 프로그래밍과 데이터 과학에서는 수많은 데이터(숫자)들을 마치 바둑판이나 서랍장 칸칸이 일정한 규칙과 간격에 맞춰 빈틈없이 정리해 놓은 ‘배열(정렬된 빈틈없는 집합)’을 의미합니다.

(웹툰 비유: 거대한 최첨단 사이버 군사 기지 연병장. 수만 명의 복제 로봇 병사들이 일말의 오차나 빈틈도 없이 바둑판처럼 완벽한 그리드(Grid) 대열을 맞춰 서 있는 압도적인 장면. 한 치의 오차도 허용하지 않는 ‘동일한 규격’과 ‘연속 메모리 공간’을 특징으로 하는 ndarray를 상징)

ndarray 객체는 고정된 크기(fixed-size)를 가지며, 그 내부의 모든 데이터가 반드시 단 하나의 동일한 자료형(homogeneous)으로 채워져 있어야 한다는 엄격한 규칙을 가집니다.

이는 파이썬의 기본 리스트(List)가 정수, 실수, 문자열을 하나의 괄호 안에서 자유롭게 섞어 쓸 수 있는 것과 크게 대비됩니다. 이러한 엄격함 덕분에, numpy는 컴퓨터 메모리에 데이터를 빈틈없이 연속으로 꽉 끼워 맞춰 배치할 수 있어 대량의 데이터 계산 속도를 극대화할 수 있습니다.

2. 차원과 텐서(Tensor)의 구조 파악하기: .shape

빅데이터 분석에서는 길이가 같은 숫자형 원소들의 나열(1D 벡터)을 2차원의 사각형 표 모양으로 묶어 놓은 것을 행렬(2D)이라고 부릅니다.

이 사각형의 면적(크기)이나, 내부에 들어있는 전체 요소 개수를 측정할 때 넘파이의 강력한 내장 속성들을 자연스럽게 이용하게 됩니다.

💡 차원(Dimension)이란? 차원은 데이터가 놓여 있는 ‘공간의 방향(축) 개수’를 수학적으로 나타내는 말입니다. 좌우로만 움직이는 선은 1차원(축이 1개), 가로/세로로 움직이는 면은 2차원(축이 2개), 앞뒤 공간까지 포함된 입체는 3차원(축이 3개)이 됩니다.

💡 텐서(Tensor)란? 수학과 물리학에서 유래한 용어로, 선형적인 관계를 나타내는 기하학적인 다중 배열 상자를 뜻합니다. 흔히 프로그래밍에서는 스칼라(0D), 벡터(1D), 행렬(2D)을 모두 통틀어 부르는 최고위 포괄적 명칭(예: “다차원 데이터 덩어리”)으로 사용됩니다. 구글의 딥러닝 프레임워크인 ‘TensorFlow’도 이 텐서들이 흘러다닌다는 뜻에서 유래했습니다.

(웹툰 비유: 칠판 앞에 선 열혈 수학 선생님이 빛나는 지시봉으로 공중에 떠 있는 빛의 홀로그램 행렬(2행 3열)을 가리킵니다. 가로축과 세로축이 빛나면서 “이것이 우주의 데이터를 담는 기본 뼈대, Shape (2, 3)이다!”라고 열변을 토하는 멋진 수학적 시각화 장면)

수학적 의미의 행렬 모양(Shape):

수학에서 $m \times n$ 행렬은 $m$개의 행(가로줄)과 $n$개의 열(세로줄)을 가지는 직사각형 배열을 의미합니다.

넘파이의 .shape는 이 수학적 직사각형 크기 정보를 정확히 (m, n) 형태의 튜플로 반환하여, 선형 대수학 모델(예: 딥러닝 가중치 행렬 곱셈)에서 행렬의 차원 크기가 수학적으로 맞아떨어지는지 검증하는 핵심 메타데이터 역할을 수행합니다.

예제

앞서 배운 4가지 차원 등급(0D ~ 3D)을 파이썬 속성인 .shape가 어떻게 출력하는지 유심히 관찰해 보세요.

import numpy as np

# 1차원 벡터 기차 (1D)
vec = np.array([1, 2, 3, 4, 5])
print("벡터의 차원 형태(shape):", vec.shape)         
# 결과: (5,) -> 1차원 구조. 쉼표 뒤가 비어있음! 선분에 5개의 점이 꽂혀있다는 뜻입니다.

# 2차원 행렬 타일 (2D)
# 두 개의 벡터를 위아래로 쌓아 타일을 만듭니다.
mat = np.array([[1, 2, 3], [4, 5, 6]])
print("행렬의 생김새:\n", mat)
print("행렬의 차원 형태(shape):", mat.shape)         
# 결과: (2, 3) -> 2행(가로줄 2개) 3열(세로칸 3개)의 2차원 구조.

print("행렬의 전체 원소 수(size):", mat.size)        
# 결과: 6 (2 * 3 = 6)

1D 벡터 기차와 2D 행렬 타일이 메모리에 배열되며 형태(shape)와 통계(size)를 도출하는 과정

다양한 속성

이처럼 ndarray는 괄호가 없는 내장 속성값인 .shape, .size, .ndim 등을 이용해 현재 내가 다루고 있는 데이터가 점인지, 기차인지, 타일인지, 큐브인지 그 규모를 구조적으로 파악할 수 있도록 설계되어 있습니다.