알아본다. 그리고 우리의 문제를 바로 풀 수 있도록 알고리즘을 약간 특화할 것이다. 라이브러
리의 일반적인 요소를 제거하면 속도를 더 개선할 수 있다. 다음으로는 이런 과정에 도움이 되
는 외부 모듈을 몇 가지 소개하고 프로파일하기 전에 최적화부터 시도하면 안 되는 이유도 알
아본다.
마지막으로 팬더스 라이브러리를 살펴본다. 팬더스는
numpy
위에 구축한 라이브러리로, 균일
한 타입의 데이터로 이뤄진 열을 입력으로 받아서 불균일한 타입의 표로 저장한다. 팬더스는
순수
numpy
타입을 너머서 이제는 자체적으로
numpy
데이터 타입과 빠진 데이터를 함께 처리
할 수 있는 타입을 혼합해 사용할 수 있다. 팬더스는 과학 계산 코드 개발자와 데이터 과학자에
게 매우 유명하지만, 이를 더 빠르게 실행하는 방법에 관해서는 잘못된 정보가 많다. 우리는 이
런 문제 중 일부를 다루며 성능이 뛰어나고 지원 가능한 분석 코드를 작성할 때 쓸모 있는 팁을
제공한다.
6.1
문제 소개
이 장에서는 유체 확산 예제를 반복해서 사용하며 행렬과 벡터 연산을 살펴본다. 확산은 유체
가 이동하여 균일하게 섞이는 메커니즘이다.
NOTE
_ 여기서는 이번 장에서 풀어볼 방정식을 소개한다. 이 장의 다른 절을 읽기 전에 이 내용을 반드시
이해할 필요는 없다. 만약 이 절을 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.