파이썬의 데이터 타입 비교

• 파이썬의 데이터는 실행 중에 데이터 타입이 바뀔 수 있는 인터프리터 언어다. 이로 인한 간단함과 직관성은 파이썬의 장점이지만, 다른 정적 타입 컴파일 언어에 비해 속도가 느리다는 단점또한 있다.

• numpy 라이브러리는 배열 계산에서 이러한 파이썬의 단점을 극복하기 위해 생겨난 라이브러리다. C 언어로 컴파일 되어 있으며, Python에서는 해당 API를 호출하여 C언어의 기능을 활용하는 형식이다.

• 구체적으로 numpy의 array에 비해 python의 list는 왜 느릴까?

  • 같은 데이터를 표현하더라도, 동적타입을 사용하는 파이썬은 그로 인해 객체 하나가 가져야 하는 데이터가 많다. 헤더값이 많다고 표현하는데, C언어의 int 형과 Python의 데이터형을 비교하면 다음과 같다

  /* C언어의 int형 */
  int result = 0;
  
  /* Python의 객체 */
  struct _longobject {
      long ob_refcnt;
      PyTypeObject *ob_type;
      size_t ob_size;
      long ob_digit[1];
  };
  

  • 단순히 차지하는 메모리만 비교하더라도 C언어 → 4바이트, Python → 8바이트 + (?) + 4바이트 + 8바이트으로 몇배나 많은 공간을 차지하는 것이다.

• 그에 반해 numpy의 array는 데이터 하나가 차지하는 공간이 C언어의 원시데이터형 만큼만 데이터를 차지하므로 훨씬 빠르게 처리할 수 있다

  

  • numpy와 list 비교 https://jakevdp.github.io/PythonDataScienceHandbook/02.01-understanding-data-types.html

numpy array의 기본

• numpy 속성

  import numpy as np
  # 다양한 차원의 배열 생성
  
  x1 = np.random.randint(10, size=6) # 1차원 배열 생성
  x2 = np.random.randint(10, size=(3, 4)) # 2차원 배열 생성
  x3 = np.random.randint(10, size=(3, 4, 5)) # 3차원 배열 생성
  
  print('x3 차원갯수:', x3.ndim)
  print('x3 배열 구조:', x3.shape)
  print('x3 크기:', x3.size)
  

• 배열 데이터 다루기

  # array 자르기 -> x[start:stop:end]
  print(x1[0:4:2])    # [9 7]
  
  # 배열 복사하기
  x2_sub_copy = x2[:2, :2].copy()
  print(x2_sub_copy)
  # [[0 5]
  #  [9 6]]
  
  # 배열 모양 변경하기
  grid = np.arange(1, 10).reshape((3, 3))
  print(grid)
  # [[1 2 3]
  #  [4 5 6]
  #  [7 8 9]]
  
  # 차원 추가하기
  x = np.array([1, 2, 3])
  # 0 axis 추가
  print(x.reshape((1, 3)))   # [[1 2 3]]
  print(x[np.newaxis, :])    # [[1 2 3]]
  # 1 axis 추가
  print(x.reshape((3, 1)))
  print(x[:, np.newaxis])
  # [[1]
  #  [2]
  #  [3]]
  
  # 배열 합치기
  x = np.array([1, 2, 3])
  y = np.array([3, 2, 1])
  np.concatenate([x, y])
  

numpy array으로 계산하기 : Universal Functions 이용

• build-in method와 속도비교

  • sum

    • 다음과 같이 같은 sum 기능이지만, 속도는 70배 이상난다.

    big_array = np.random.rand(1000000)
    %timeit sum(big_array)
    %timeit np.sum(big_array)
    
    # 72 ms ± 1.17 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
    # 936 µs ± 36.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
    

  • min

    %timeit min(big_array)
    %timeit np.min(big_array)
    
    # 52.1 ms ± 429 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
    # 432 µs ± 53.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
    

Operation Equivalent ufunc Description

집계함수

참조링크

• https://jakevdp.github.io/PythonDataScienceHandbook/02.01-understanding-data-types.html