우아한 사이파이: 수학, 과학, 엔지니어링을 위한 파이썬 데이터 분석 라이브러리 SciPy

35

1

장

우아한 넘파이 : 파이썬 과학 기초

1

장에서는

2

차원 배열 데이터를 사용한다. 뒷장에서는 더 높은 차원의 데이터를 소개하고, 다

차원 데이터를 다루는 코드를 작성한다.

1.2.1

왜 파이썬 리스트 대신

ndarray

를 사용할까?

ndarray

는 빠르다. 전체 배열을 저수준

C

언어로 연산하기 때문이다. 한 리스트의 모든 요소

에

5

를 곱한다고 해보자. 표준 파이썬에서 제공하는 리스트는 포인터를 담고 있어서 메모리에

객체가 흩어져 있다. 그래서 리스트의 모든 요소를 순회하여 각각

5

를 곱한다. 그러나

ndarray

를 사용하면 연속된 메모리 공간에 할당되어 모든 요소의 단일 경계에서 특정 지점까지 곧바로

5

를 곱한다. 넘파이 라이브러리는 뒤에서 배열 연산을 최적화하여 빠르게 처리한다.

import

numpy

as

np

# 정수 범위(

0

~

999

,

999

)의

ndarray

생성

array

=

np

.

arange

(

1e6

)

# 파이썬 리스트로 변환

list

_

array

=

array

.

tolist

()

iPython

의

timeit

( ) 함수를 사용하여 배열의 모든 항목에

5

를 곱하는 데 걸리는 시간을 비교

해보자. 먼저 데이터를 리스트에 넣는다.

%

timeit

-

n10

y

= [

val

*

5

for

val

in

list

_

array

]

10

loops

,

average ...