4.5.3 다차원 배열을 주무르는 마법

통계 압축(Aggregation)과 범용 함수(Ufunc)

① 축(Axis) 방향으로 데이터 압축하기 (통계 함수)

2차원 엑셀 표 같은 다차원 배열에서 요약 통계(sum, mean 등)를 구할 때는 ‘어떤 방향으로 짜부라뜨릴지(축, Axis 설정)’가 가장 중요합니다. 축을 적절히 설정하면 데이터가 지정한 방향으로 찌그러지며 통곗값이 추출됩니다.

기본 데이터 배열 준비

import numpy as np

# 3행 2열짜리 학생 성적표 자료(배열) 생성
a = np.array([[10, 20], 
              [ 5,  8], 
              [ 1,  2]])
print("원본 배열 a:\n", a)

결과 출력:

원본 배열 a:
 [[10 20]
  [ 5  8]
  [ 1  2]]

전체 데이터 뭉개기 (단일 스칼라 압축)

특별히 방향(axis)을 지시하지 않으면 표 안에 있는 모든 원소를 단순히 무식하게 하나로 몽땅 더해버린 단일 스칼라 값을 반환합니다.

배열 내부의 6개의 원소가 하나로 몽땅 병합되어 46이라는 하나의 단일 값만 도출됩니다.

# 배열 안의 모든 숫자를 영혼까지 끌어모아 통째로 더하기
total_sum = a.sum()
print("전체 원소의 합:", total_sum)

결과 출력:

전체 원소의 합: 46

세로 방향으로 압축하기 (axis=0)

axis=0을 지정하면 위에서 아래(세로) 방향으로 압축됩니다. 세로로 나열된 여러 행(Row)들이 하나의 가로줄로 통계(요약)됩니다. (예: 표에서 세로로 있는 각 과목별 총점 구하기)

위에서 아래 방향으로(axis=0) 누르듯 덧셈을 수행하여 세로 축이 소멸하고 하나의 가로 결과만 남습니다.

# 세로 방향(과목별)으로 누적 합계 내기
col_sum = a.sum(axis=0)
print("세로 압축(axis=0) 결과:", col_sum)

결과 출력:

세로 압축(axis=0) 결과: [16 30]

가로 막대 방향으로 압축하기 (axis=1)

axis=1을 지정하면 좌우(가로)에서 밀어 찌그러뜨립니다. 각 행 내부에 있는 열(Column)들이 서로 뭉개져 하나로 합산됩니다. (예: 세로로 나열된 학생들의 각 개인별 전과목 총점 구하기)

좌우 양옆에서(axis=1) 밀며 덧셈을 수행하여 가로 축이 합쳐지고 각 행 단위의 결과값만 남습니다.

# 가로 방향(학생별)으로 합계 내기
row_sum = a.sum(axis=1)
print("가로 압축(axis=1) 결과:", row_sum)

결과 출력:

가로 압축(axis=1) 결과: [30 13  3]

객체의 내장 메서드(a.sum()) 대신 넘파이 외장 함수(np.sum(a))를 써도 완벽하게 똑같이 작동합니다.

print("전체 합:", np.sum(a))
print("세로 압축(axis=0):", np.sum(a, axis=0))
print("가로 압축(axis=1):", np.sum(a, axis=1))

② 초고속 수학 계산 컨베이어 벨트: 범용 함수 (Universal Function, Ufunc)

파이썬의 기본 로직으로 100만 개의 숫자에 모두 제곱근(루트)을 씌우려면, for 반복문을 100만 번 돌며 수학 모듈(math.sqrt)을 호출해야 하므로 속도가 끔찍하게 느립니다. Numpy는 이를 해결하기 위해 초고속 C언어 엔진을 바탕으로, 데이터들을 컨베이어 시스템에 올려 각 원소에 동시에 수학 함수를 꽂아 넣어주는 ‘범용 함수(Ufunc)’라는 마법의 메커니즘을 제공합니다.

for 반복문 없이, 배열 묶음을 통째로 기계에 넣기만 하면 각 원소 계산이 빛의 속도로 일괄 처리되는 컨베이어 벨트 구조입니다.

단일 인자 함수 일괄 적용 (루트와 특수 변환)

하나의 입력 배열 데이터를 받아 각각의 원소에 대해 수학 변환을 일괄 지시합니다.

import numpy as np

# [1, 4, 9] 실수형 배열 생성
b = np.array([1, 4, 9])
print("원본 배열 b:", b)

# 수학 엔진으로 각 숫자에 일괄 루트(Square Root)를 씌움! (for문 불필요)
result_sqrt = np.sqrt(b)
print("각 원소 루트 씌우기:", result_sqrt)

# 일괄 자연 로그(Log) 변환 적용. (데이터 그래프 분포를 부드럽게 펼칠 때 유용)
result_log = np.log(b)
print("자연 로그 변환:", result_log)

결과 출력:

원본 배열 b: [1 4 9]
각 원소 루트 씌우기: [1. 2. 3.]
자연 로그 변환: [0.         1.38629436 2.19722458]

다중 인자 함수 적용 (사칙연산의 숨겨진 함수 버전)

두 배열의 1:1 아다마르 연산 기호인 +, - 역시 결국 내부적으로 시스템 엔진인 특수 범용 함수를 불러 구동되는 원리입니다. 이를 명시적으로 호출할 수도 있습니다.

두 개의 배열이 동시에 짝을 지어 함수 컨베이어 시스템을 통과하며 1:1로 일괄 변환 처리됩니다.

# 동일 위치에 사칙연산을 먹이기 위한 배열 구성
c = np.array([1, 4, 9])
d = np.full_like(c, 2)  # 통일된 [2, 2, 2] 생성

# 1:1 요소별 연산을 Ufunc을 직접 호출하여 내부 엔진으로 수행
print("요소별 더하기 함수 np.add(c, d):", np.add(c, d))
print("요소별 거듭제곱 np.power(c, d):", np.power(c, d))  # c 안의 요소들을 d 값(2) 만큼 승수 적용(1^2, 4^2, 9^2)

결과 출력:

요소별 더하기 함수 np.add(c, d): [3 6 11]
요소별 거듭제곱 np.power(c, d): [ 1 16 81]

③ 데이터의 빈 구멍 (결측치) 치유하기: np.nan 과 None

빅데이터나 AI 모델 시나리오에서 시스템을 가장 골치 아프게 하는 것은 측정 기계 고장 등으로 비어버린 빵꾸값(결측치, Missing Values)입니다. 파이썬과 Numpy는 각각 다른 방식으로 이 구멍을 인지합니다.

시스템을 터트리는 파괴자: None

None은 데이터가 아예 존재하지 않음 그 자체를 나타내는 파이썬 기본 키워드 형입니다. 숫자로 취급받지 못하기 때문에 이를 연산에 더하거라 시도하면 “NoneType엔 숫자를 수학적으로 더할 수 없어!”(TypeError)라며 그 자리에서 컴퓨터가 프로그램을 멈추고 강제로 꺼버립니다. 빅데이터 분석에서 이 에러 하나만으로 모든 운영이 셧다운 될 수 있어 매우 위험합니다.

빈 공간을 보존하는 좀비 전염병: np.nan (Not a Number)

넘파이는 빈칸 처리를 위해 np.nan을 제공합니다. 이는 실제로는 비어있지만, 메모리 상에서는 엉성하게나마 실수형(float) 취급을 받아주기 때문에 억지로 계산을 시켜도 프로그램이 터지지는 않고 버팁니다. 하지만 가장 무서운 점은 nan이 하나라도 섞인 배열을 그대로 통계 계산(sum, mean 등)에 밀어 넣으면, 나머지 정상적인 수백만 개의 숫자들마저 싸그리 파괴해버리며 결과물 전체를 nan으로 감염환자처럼 덮어씌운다는 점입니다!

결측치가 단 하나라도 섞인 배열로 일반 통계를 돌리면 에러가 나지 않는 대신, 결과 자체가 고장난 nan으로 도출됩니다.

# 두 번째 위치에 결측치(nan)가 한 마리 몰래 숨어 있는 배열
e = np.array([20, np.nan, 13, 24])

# 그냥 일반 평균 구하기 함수를 쓰면 주변 데이터까지 전염시켜 파괴해버림!
bad_mean = np.mean(e)
print("일반 통계함수 np.mean 결과:", bad_mean)

결과 출력:

일반 통계함수 np.mean 결과: nan

전용 백신 함수로 nan 극복하고 데이터 살리기

Numpy는 이런 감염병 현상을 회피할 수 있는 nan 전용 보안(Safe) 통계 함수 시리즈를 별도로 제공합니다. 연산 도중 빈칸 오염구역을 발견하면 아예 투명하게 무시해버리고, 나머지 튼튼한 원소들끼리만 모아 안정적으로 평균과 통계를 산출합니다.

np.isnan(e)로 진단서를 뽑고, 틸드(~) 기호로 내용을 부정(반대)하여 오염된 구간만 False로 떨어뜨리고 건강한 True 데이터만 추출해 냅니다.

# 'nanmean' 이라는 백신 함수를 사용하여 nan만 무시하고 깨끗히 정제된 정상 데이터(20, 13, 24)들로만 다시 평균치 산출!
safe_mean = np.nanmean(e)
print("안전한 백신함수 np.nanmean 결과:", safe_mean)

# np.isnan()을 사용하면 nan이 숨어있는 부분만 True 병결 처리하는 진단서가 발급됨.
print("결측치 위치 탐지 진단서:", np.isnan(e))

# 앞에 틸드(~) 'Not'을 붙이면 "nan 진단을 안 받은 애들만 살려줘!" 라는 식으로 데이터 크롭이 가능!
clean_e = e[~np.isnan(e)]
print("nan 색출 후 완벽히 소독 정제된 배열:", clean_e)

결과 출력:

안전한 백신함수 np.nanmean 결과: 19.0
결측치 위치 탐지 진단서: [False  True False False]
nan 색출 후 완벽히 소독 정제된 배열: [20. 13. 24.]

💡 요약 정리: 대표적 내장 유틸리티 함수(메서드) 모음집

Numpy에는 배열 내부 요소로 수많은 강력한 데이터 분석 기능이 구비되어 있습니다. 배열 객체 바로 뒤에 . 찍어서 사용하거나 외장 함수로 사용합니다. 축(axis) 기능을 조합하면 매우 정교한 분석이 가능합니다.