완전 기초부터 시작하는 파이썬

Numpy

행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리 할 수 있도록 지원하는 파이썬의 라이브러리

이번엔 numpy를 활용한 연산을 진행했을 때 다른점을 알아보고자 동일한 숫자의 합이 연산되는 속도를 비교해보았다.

• 예제 1

  • for문을 활용한 무작위로 생성된 배열의 합

    # 무작위 배열의 합
    import numpy as np
    import time
    
    start_time = time.time()
    
    input_arr = np.random.randint(0, 10, 100000000)
    
    # for code
    sum_val = 0
    for val in input_arr:
        sum_val += val
      
    print("합 : ", sum_val)
    
    end_time = time.time()
    for_time = end_time - start_time
    print("수행시간 : ", for_time)

  • 결과

    합 : 449944158
    수행시간 : 21.721976041793823

  • numpy를 활용한 코드

    # numpy code
    start_time = time.time()
    
    input_arr = np.random.randint(0, 10, 100000000)
    print()
    
    end_time = time.time()
    np_time = end_time - start_time
    print("수행시간 : ", np_time)

  • 결과

    수행시간 : 2.6243231296539307

  • for을 활용한 코드와 numpy를 활용한 코드로 같은 연산을 했을 때의 연산 시간 비교

    print("수행시간 비율 : ", for_time / np_time)

  • 결과

    수행시간 비율 : 8.277172805567696

for문을 활용했을 때 간단한 합연산을 진행한 결과 수행시간이 numpy를 이용한 합연산보다 약 8배 많은 시간을 소요했다는 것을 결과로 알 수 있었다.

• 예제 2

  • 최대 최소값 구하는 코드

  # 최대 최소값 구하기
  import numpy as np
  import time
  
  start_time = time.time()
  
  input_arr = np.random.randint(-12, 10, 900000)
  
  # for문 활용
  max_val, min_val = None, None
  for val in input_arr:
      if max_val == None or val > max_val:
          max_val = val
      if min_val == None or val < min_val:
          min_val = val
        
  end_time = time.time()
  for_time = end_time - start_time
  
  print(max_val, min_val)
  
  start_time = time.time()
  
  # numpy 활용
  max_val = input_arr.max()
  min_val = input_arr.min()
  
  end_time = time.time()
  np_time = end_time - start_time
  
  print(max_val, min_val)
  
  print(for_time)
  print(np_time)
  
  print(for_time / np_time)

  • 결과

    9 -12
    9 -12
    0.2864990234375
    0.0008158683776855469
    351.1583869082408

for문을 통한 일반적인 활용방법보다 numpy에 내장되어 있는 함수로 코드를 구성하는 것이 예제 2번에서는 351배의 속도차이가 있다는 것을 확인할 수 있었다.

• 예제 3

  # 랜덤한 배열에서 최대 최소값이 어느 위치에 있는지 찾기
  import numpy as np
  
  input_arr = np.random.randint(0, 1000, 1000)
  
  # for문 활용
  M, m = None, None
  M_idx, m_idx = 0, 0
  
  for val_idx in range(len(input_arr)):
      if M == None or input_arr[val_idx] > M:
          M = input_arr[val_idx]
          M_idx = val_idx
        
      if m == None or input_arr[val_idx] < m:
          m = input_arr[val_idx]
          m_idx = val_idx
  
  print(M, M_idx, m, m_idx)
  
  # numpy 활용
  M = input_arr.max()
  m = input_arr.min()
  
  M_idx = np.argmax(input_arr)
  m_idx = np.argmin(input_arr)
  
  print(M, M_idx, m, m_idx)

• 결과

  997 27 1 787
  997 27 1 787

이러나 저러나 본인은 for문을 먼저 익숙하게 활용해야 할 것 같다. ㅎㅎ..