파이썬을 활용한 금융 분석(2판) : 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지

131

4

장

NumPy를 사용한 수치 계산

데이터를 디스크에서 읽을 때도 자료형이 중요하다.

In [22]: b = array.array('f')

➊

In [23]: with open('array.apy', 'rb') as f:

➋

b.fromfile(f, 5)

➌

In [24]: b

➍

Out[24]: array('f', [0.5, 0.75, 1.0, 1.5, 2.0])

In [25]: b = array.array('d')

➍

In [26]: with open('array.apy', 'rb') as f:

b.fromfile(f, 2)

➎

In [27]: b

➏

Out[27]: array('d', [0.0004882813645963324, 0.12500002956949174])

➊

부동소수점으로 새 배열 객체를 만든다.

➋

바이너리 데이터를 읽기 위해 파일을 연다.

➌

b

객체의 원소 다섯 개를 읽는다.

➍

더블 자료형으로 새 배열 객체를 만든다.

➎

두 개의 원소를 파일에서 읽는다.

➏

자료형의 차이로 인해 다른 숫자가 들어갔다.

4.2

정규

NumPy

배열

앞서 보여준 바와 같이 리스트 객체를 사용해서 배열 구조를 만들 수 있다. 그러나 이 방식은

여러 가지 단점이 있는 데다 리스트 객체라는 것 자체가 원래 그런 목적으로 만든 것이 아니다.

리스트 자료형은 좀 더 일반적이고 ...