• 회원가입
  • 로그인
  • 구글아이디로 로그인

[numpy] PY - NumPy Intro (넘파이 소개)

972  
목차
  1. NumPy 정의
  2. NumPy 사용 이유
  3. NumPy가 List보다 빠른 이유
  4. NumPy 구성 언어
  5. NumPy 다운로드

 

NumPy 정의


배열 작업에 사용되는 파이썬 라이브러리.
 


  1. NumPy (= Numerical Python)
  2. 선형대수, 푸리에변환, 행렬 작업도 가능.
  3. Travis Oliphant가 2005년에 제작. 
  4. 오픈 소스 프로젝트임. (자유롭게 사용 가능.)

 

 

NumPy 사용 이유

 

1. 파이썬엔 배열과 유사한 List 있지만, List는 처리 속도 느림.
2. NumPy는 List보다 최대 50배(?) 빠른 배열 객체 제공.
3. NumPy의 배열 객체는 ndarray라 함. (유용한 많은 함수 지원.)

 

※ 배열
속도와 리소스가 매우 중요한 '데이터 과학'에서 매우 자주 사용.

※ 데이터 과학
데이터 (저장, 사용, 분석)해 정보 추출 방법 연구하는 컴퓨터 과학 분야.

 

 

NumPy가 List보다 빠른 이유

 

1.
NumPy 배열은 List와 달리 메모리의 연속적 위치에 저장.
이는, 프로세스가 매우 효율적으로 접근해 조작 가능케 함.
※ 이를 '참조 지역성'이라 하며, List보다 빠른 주된 이유임. 
 
2.
최신 CPU 아키텍처에서 작동하도록 최적화 됨.

 

 

NumPy 구성 언어

 

부분적으로 Python으로 작성되나, 빠른 계산은 C 또는 C ++로 작성.

 

 

NumPy 다운로드

 

※ github : 많은 사람들이 동일한 코드베이스에서 작업 가능.

 


 


분류 제목
numpy PY - NumPy Random : Binomial Distribution (이항 분포)
numpy PY - NumPy Random : Poisson Distribution (푸아송 분포)
numpy PY - NumPy Random : Uniform Distribution (균등 분포)
numpy PY - NumPy Random : Logistic Distribution (로지스틱 분포)
numpy PY - NumPy Random : Multinomial Distribution (다항 분포)
numpy PY - NumPy Random : Exponential Distribution (지수 분포)
numpy PY - NumPy Random : Chi Square Distribution (카이제곱 분포)
numpy PY - NumPy Random : Rayleigh Distribution (레일리 분포)
numpy PY - NumPy Random : Pareto Distribution (파레토 분포)
numpy PY - NumPy Random : Zipf Distribution (지프 분포)
numpy Python - NumPy ufuncs : Intro (일반함수 소개)
numpy PY - NumPy ufuncs : Create Function (일반함수 생성)
numpy PY - NumPy ufuncs : Simple Arithmetic (간단 산수)
numpy PY - NumPy ufuncs : Rounding Decimals (반올림 소수점)
numpy PY - NumPy ufuncs : Logs (로그)
numpy PY - NumPy ufuncs : Summations (합계=합산)
numpy PY - NumPy ufuncs : Products (요소 곱셈)
numpy PY - NumPy ufuncs : Differences (요소의 차)
numpy PY - NumPy ufuncs : Finding LCM (최소공배수 찾기)
numpy PY - NumPy ufuncs : Finding GCD (최대공약수 찾기)
2/3
목록
찾아주셔서 감사합니다. Since 2012