1. Numpy란?

• 산술계산용 라이브러리
• 행렬을 사용하는데 있어서 필수이다.

2. 특징?

• ndarray (다차원 배열 객체)
  • 빠르고 효율적인 메모리 사용, 유연한 브로드 캐스팅
  • numpy에서 제공하는 자료구조, N차원의 배열 객체
  • 대규모의 데이터 집합을 담을 수 있는 자료 구조
• 디스크로부터 배열 기간의 데이터를 읽거나 쓸 수 있는 도구
  • 선형대수 계산, 푸리에변환, 난수 생성기 등

1) list와 numpy의 속도 측정

import numpy as np
# 속도 측정
n = 1000000
numpy_arr = np.arange(n)
python_list = list(range(n))

%%time
python_list = [x**3 +10 for x in python_list]

# CPU times: user 350 ms, sys: 24 ms, total: 374 ms
# Wall time: 375 ms 

%%time
numpy_arr = numpy_arr**3+10

# CPU times: user 5.56 ms, sys: 1.84 ms, total: 7.4 ms
# Wall time: 13.9 ms

• 확실히 list는 하나의 객체이고, numpy는 값 하나하나가 객체이다 보니 list가 더 빠른것을 확인 할 수있다.
• 하지만, 행렬을 사용한다는 점과 값 하나하나가 객체로 돌아가는 numpy가 더 많이 사용된다