파이온 - Python Online Learning

import numpy as np import pandas as pd data = [[10, 20], [30, 40], [50, 60]] # --- 넘파이(NumPy) 방식 --- nm_total = np.mean() nm_col = np.mean(, axis=0) nm_row = np.mean(, axis=1) # --- 데이터프레임(DataFrame) 방식 --- df = pd.DataFrame(data, columns=["A", "B"]) df_col = df.mean(axis=) # 열별 평균 df_row = df.mean(axis=) # 행별 평균 print("--- 넘파이 결과 ---") print(f"전체 평균: {nm_total}") print(f"열별 평균: {nm_col}") print(f"행별 평균: {nm_row}") print("\n--- 데이터프레임 결과 ---") print(f"열별 평균:\n{df_col}") print(f"\n행별 평균:\n{df_row}")

--- 넘파이 결과 --- 전체 평균: 35.0 열별 평균: [30. 40.] 행별 평균: [15. 35. 55.] --- 데이터프레임 결과 --- 열별 평균: A 30.0 B 40.0 dtype: float64 행별 평균: 0 15.0 1 35.0 2 55.0 dtype: float64

넘파이 vs 판다스 평균 비교

같은 데이터에 대해 넘파이와 판다스 두 가지 방법으로 평균을 구할 수 있습니다.

데이터 구조

data = [[10, 20], [30, 40], [50, 60]]

      A열   B열
행0:  10    20
행1:  30    40
행2:  50    60

넘파이 방식

np.mean(data)           # 전체 평균: 35.0
np.mean(data, axis=0)   # 열별 평균: [30.0, 40.0]
np.mean(data, axis=1)   # 행별 평균: [15.0, 35.0, 55.0]

전체 평균: (10+20+30+40+50+60) / 6 = 35.0
열별(axis=0): A열 = (10+30+50)/3 = 30, B열 = (20+40+60)/3 = 40
행별(axis=1): 행0 = (10+20)/2 = 15, 행1 = (30+40)/2 = 35, 행2 = (50+60)/2 = 55

판다스 방식

df = pd.DataFrame(data, columns=["A", "B"])
df.mean(axis=0)   # 열별 평균
df.mean(axis=1)   # 행별 평균

넘파이 vs 판다스 비교

비교	넘파이	판다스
함수 형태	`np.mean(data)`	`df.mean()`
전체 평균	`np.mean(data)`	`df.values.mean()`
열별 평균	`np.mean(data, axis=0)`	`df.mean(axis=0)`
행별 평균	`np.mean(data, axis=1)`	`df.mean(axis=1)`
결과 형태	ndarray	Series (인덱스 포함)
axis 규칙	동일	동일

결과 출력 형태 차이

# 넘파이: 단순 배열
np.mean(data, axis=0)  →  [30. 40.]

# 판다스: 라벨(열 이름) 포함
df.mean(axis=0)
→  A    30.0
   B    40.0
   dtype: float64

💡 핵심: 넘파이와 판다스의 axis 규칙은 동일합니다. axis=0은 열별, axis=1은 행별입니다.