# 배열 조작

## 개요

배열 조작(Array Manipulation)은 데이터과학에서 데이터를 효과적으로 처리하고 분석하기 위해 필수적인 기술 중 하나입니다. 배열은 동일한 데이터 타입의 요소를 순차적으로 저장하는 자료구조로, 특히 수치 데이터의 집합을 다루는 데 널리 사용됩니다. 데이터과학에서는 주로 다차원 배열(N-dimensional array)을 활용하여 행렬 연산, 통계 계산, 기계학습 모델 훈련 등 다양한 작업을 수행합니다.

대표적인 배열 조작 라이브러리로는 Python의 **NumPy**, R의 **array**, 그리고 최신 프레임워크인 **JAX**, **PyTorch**, **TensorFlow** 등이 있으며, 이들은 고성능의 벡터 연산을 지원하여 대규모 데이터를 효율적으로 처리할 수 있게 해줍니다. 본 문서에서는 배열 조작의 주요 개념, 기능, 그리고 데이터과학에서의 활용 사례를 중심으로 설명합니다.

---

## 배열 조작의 기본 개념

### 배열의 정의와 특성

배열은 인덱스를 통해 접근할 수 있는 순서가 있는 데이터 집합입니다. 1차원 배열은 벡터, 2차원 배열은 행렬, 3차원 이상은 텐서(Tensor)라고도 부릅니다. 배열의 주요 특성은 다음과 같습니다:

- **고정된 크기**: 생성 시 크기가 정해지며, 일부 라이브러리에서는 동적으로 크기를 조정할 수 있음.
- **동일한 데이터 타입**: 모든 요소는 같은 타입을 가져야 함 (예: float64, int32).
- **메모리 효율성**: 연속된 메모리 공간에 저장되어 접근 속도가 빠름.

### 배열 조작의 목적

배열 조작의 주요 목적은 다음과 같습니다:

- 데이터 정제 및 전처리
- 차원 변환 (예: 전치, 재형성)
- 수학적 연산의 벡터화
- 메모리 사용 최적화
- 머신러닝 입력 데이터 형식 맞추기

---

## 주요 배열 조작 기법

### 1. 배열의 생성

배열은 다양한 방식으로 생성할 수 있습니다.

```python
import numpy as np

# 0으로 채워진 배열
zeros = np.zeros((3, 4))

# 1로 채워진 배열
ones = np.ones((2, 2))

# 특정 값으로 채워진 배열
full = np.full((2, 3), 7)

# 범위 기반 배열
arr = np.arange(0, 10, 2)  # [0, 2, 4, 6, 8]
```

### 2. 차원 조작 (Reshaping)

배열의 형태를 변경하는 작업으로, 데이터의 구조를 분석에 적합하게 맞추는 데 사용됩니다.

```python
data = np.array([1, 2, 3, 4, 5, 6])
reshaped = data.reshape((2, 3))  # 2x3 행렬로 변환
```

- `reshape()`는 배열의 총 요소 수가 유지되어야 함.
- `-1`을 사용하면 해당 차원의 크기를 자동 계산: `reshape(-1, 2)` → 열이 2일 때 행 자동 결정.

### 3. 전치 (Transpose)

행과 열을 바꾸는 작업으로, 특히 행렬 연산에서 중요합니다.

```python
matrix = np.array([[1, 2], [3, 4]])
transposed = matrix.T  # 또는 np.transpose(matrix)
```

고차원 배열에서는 특정 축 순서를 재배치할 수 있습니다.

### 4. 슬라이싱과 인덱싱

배열의 특정 부분을 선택하거나 수정하는 방법입니다.

```python
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
subset = arr[0:2, 1:3]  # 첫 두 행, 두 번째와 세 번째 열
```

- 부울 인덱싱: 조건에 맞는 요소 추출  
  ```python
  arr[arr > 5]
  ```

### 5. 결합과 분할 (Concatenation & Splitting)

여러 배열을 하나로 합치거나, 하나의 배열을 여러 개로 나눕니다.

```python
a = np.array([1, 2])
b = np.array([3, 4])
combined = np.concatenate((a, b))  # [1, 2, 3, 4]

# 수직 결합 (2차원 이상)
vertical = np.vstack((a, b))  # [[1, 2], [3, 4]]

# 분할
split_arr = np.split(combined, 2)
```

### 6. 브로드캐스팅 (Broadcasting)

다른 크기의 배열 간 연산을 가능하게 하는 NumPy의 강력한 기능입니다. 작은 배열이 자동으로 큰 배열의 형태에 맞춰 확장됩니다.

```python
A = np.array([[1, 2], [3, 4]])
B = np.array([10, 20])
result = A + B  # 각 행에 [10, 20]를 더함
```

브로드캐스팅 규칙은 차원 수와 크기를 비교하여 적용됩니다.

---

## 데이터과학에서의 활용 사례

### 이미지 데이터 처리

이미지는 일반적으로 3차원 배열(H × W × C)로 표현됩니다 (높이, 너비, 채널). 배열 조작을 통해 이미지 회전, 크기 조정, 정규화 등을 수행합니다.

### 시계열 데이터 변환

1차원 시계열 데이터를 윈도우 기반으로 2차원 배열로 재구성하여 예측 모델에 입력합니다.

```python
def create_sequences(data, seq_length):
    X = []
    for i in range(len(data) - seq_length):
        X.append(data[i:i+seq_length])
    return np.array(X)
```

### 머신러닝 데이터 전처리

- 특성 정규화: `(X - mean) / std`
- 원-핫 인코딩: 범주형 변수를 배열 형태로 변환
- 결측치 대체: 특정 값으로 배열 요소를 채움

---

## 성능 고려사항

- **메모리 연속성**: 배열이 C 연속(C-contiguous)이면 연산이 빠릅니다. `np.ascontiguousarray()`로 보장 가능.
- **복사 vs 참조**: `reshape()`는 일반적으로 복사 없이 수행되지만, `copy()`를 명시적으로 사용해야 할 경우도 있음.
- **대용량 데이터**: `dask.array` 또는 `xarray`를 사용하여 메모리에 올리지 않고 조작 가능.

---

## 참고 자료

- [NumPy 공식 문서](https://numpy.org/doc/)
- McKinney, W. (2017). *Python for Data Analysis*. O'Reilly Media.
- Van Der Walt, S., Colbert, S. C., & Varoquaux, G. (2011). The NumPy array: a structure for efficient numerical computation. *Computing in Science & Engineering*, 13(2), 22–30.

## 관련 문서

- [텐서 연산](/tensor-operations)
- [데이터 정제](/data-cleaning)
- [벡터화 프로그래밍](/vectorization)

---

배열 조작은 데이터과학의 기초이자 핵심 기술입니다. 효율적인 배열 조작을 통해 데이터 처리 속도를 획기적으로 개선하고, 복잡한 분석 작업을 간단하게 만들 수 있습니다.