Numpy는 오픈 소스 Python 과학 컴퓨팅 라이브러리이며 Python 과학 컴퓨팅 라이브러리의 기본 라이브러리입니다.Pandas, Scikit-learn 등과 같은 다른 유명한 과학 컴퓨팅 라이브러리는 Numpy 라이브러리의 일부 기능을 사용해야 합니다.
1. 넘파이 기본 사용법
1. Numpy 배열 객체
Numpy의 다차원 배열은 Numpy에서 가장 일반적인 배열 개체인 ndarray라고 합니다. ndarray 객체는 일반적으로 두 부분으로 구성됩니다.
- ndarray 데이터 자체;
- 데이터를 설명하는 메타데이터
Numpy 배열의 장점:
- Numpy 배열은 일반적으로 동일한 종류의 요소로 구성됩니다. 즉, 배열의 데이터 항목은 동일한 유형입니다. 이는 배열 요소가 동일한 유형으로 알려져 있기 때문에 데이터를 저장하는 데 필요한 공간의 크기를 빠르게 결정할 수 있다는 장점이 있습니다.
- Numpy 배열은 벡터화된 작업을 사용하여 전체 배열을 더 빠르게 처리할 수 있는 반면 Python 목록은 일반적으로 목록을 순회하기 위해 루프 문을 사용해야 하며 작업 효율성은 상대적으로 낮습니다.
- Numpy는 최적화된 C API를 사용하며 작업 속도가 더 빠릅니다.
벡터화 및 스칼라화 작업과 관련하여 다음 참조 예제를 비교하여 차이점을 확인할 수 있습니다.
파이썬의 목록을 사용하여 루프 순회 작업을 수행합니다.
def pySum():
a = list(range(10000))
b = list(range(10000))
c = []
for i in range(len(a)):
c.append(a[i]**2 + b[i]**2)
return c%timeit pySum()
Out[]:
10 loops, best of 3: