SciPy vs NumPy
NumPy와 SciPy는 서로 밀접하게 관련되어 있지만, 목적이 다릅니다.
NumPy는 수치 연산의 기반을 제공하고, SciPy는 그 위에 고급 과학·통계 도구를 더합니다.
SciPy 설치 및 불러오기
pip으로 SciPy를 설치할 수 있습니다.
SciPy 설치
pip install scipy
설치가 끝나면 NumPy와 SciPy를 임포트합니다.
NumPy와 SciPy 임포트
import numpy as np
from scipy import stats
예시: 평균과 t-검정
두 데이터셋의 평균을 비교하고 싶다고 가정해봅시다.
먼저, NumPy로 평균을 계산합니다.
NumPy로 평균 구하기
data1 = [5.1, 5.5, 5.8, 6.0, 6.2]
data2 = [5.0, 5.1, 5.4, 5.6, 5.9]
mean1 = np.mean(data1)
mean2 = np.mean(data2)
print("data1의 평균:", mean1)
print("data2의 평균:", mean2)
그다음, SciPy로 t-검정을 수행해 두 평균의 차이가 통계적으로 유의한지 확인합니다.
SciPy로 독립 표본 t-검정
t_stat, p_value = stats.ttest_ind(data1, data2)
print("t-통계량:", t_stat)
print("p-값:", p_value)
NumPy는 평균 같은 기초 통계를 계산하는 데 도움을 주고, SciPy는 가설 검정과 고급 분석을 위한 준비된 함수를 제공합니다.
핵심 내용 정리
- NumPy: 핵심 수치 연산과 배열 조작을 담당
- SciPy: NumPy를 기반으로 고급 과학·통계 도구를 제공
계산에는 NumPy를 사용하고, 복잡한 문제를 해결하기 위한 고급 함수가 필요할 때는 SciPy를 사용할 수 있습니다.
다음 내용이 궁금하다면?
코드프렌즈 PLUS 멤버십 가입 or 강의를 등록해 주세요!