Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 배열쪼개기
- 랜덤샘플링
- 배열연산
- npy
- SQL문제
- 배열붙이기
- 배열분리하기
- 배열자르기
- 파일저장하기
- ndarray
- 배열나누기
- 배열추가
- Python
- SQL
- numpy
- Revising the Select Query II
- fancyindexing
- concat
- 표본추출
- 넘파이
- Revising the Select Query I
- CONCATENATE
- reshape
- 논리배열
- 파이썬
- 배열형태변경
- buit-in exception
- 해커랭크
- 벡터연산
- 넘파이장점
Archives
- Today
- Total
목록전체 글 (21)
기록하는 습관
[Numpy] 001. Numpy와 ndarray
Numpy 파이썬은 대표적인 동적 타이핑 언어이며, 변수를 선언할 때 데이터 타입을 명시하지 않고 값을 할당하면 해당 변수의 데이터 타입이 자동으로 결정된다. 그러나 C로 구현된 넘파이는 동적 타이핑을 지원하지 않는다. 즉, 배열 생성 시에 배열의 요소들의 데이터 타입을 명시해야 한다. 대신 연산 속도가 빠르다는 장점이 있다. (단, Concat 같은 할당 작업에는 연산 속도의 이점이 없음) 일반적으로 속도 순서는 다음과 같다. (1억 번 루프마다 4배 이상의 성능 차이) for loop < list comprehension < Numpy 하나의 데이터타입만 가능하다보니 각 엘레먼트마다 할당되는 메모리도 같고, 각 타입 별 메모리 값은 C랑 동일하다. 아래는 리스트와 ndarray의 가장 큰 차이점을 보..
Python/Numpy
2023. 8. 3. 12:59