강의 계획 레슨 250개 중 78번째 · 데이터 기초: numpy와 pandas
데이터 기초: numpy와 pandas

벡터화와 브로드캐스팅

배열의 산술은 반복문 없이 원소별로 일어나요:

import numpy as np
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b)     # [11 22 33]
print(a * b)     # [10 40 90]
print(b / a)     # [10. 10. 10.]

브로드캐스팅은 numpy가 작은 모양을 큰 모양에 맞게 늘리는 방법이에요. 숫자 하나(스칼라)는 모든 원소에 적용돼요:

a = np.array([1, 2, 3])
print(a + 100)   # [101 102 103]
print(a ** 2)    # [1 4 9]

행에 걸쳐서도 돼요. 길이 3인 1차원 행은 2x3 격자의 모든 행으로 퍼져요:

grid = np.array([[1, 2, 3],
                 [4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
#  [14 25 36]]

비교도 벡터화되어 불리언 배열을 주고, 곧 거르기에 쓸 거예요:

scores = np.array([55, 90, 70, 40])
print(scores >= 60)   # [False  True  True False]

벡터화된 코드는 같은 일을 하는 Python 반복문보다 짧고 훨씬 빨라요.

내 차례

celsius = np.array([0, 10, 20, 30])에서 시작하세요. 벡터화된 계산(반복문 없이)으로 공식 F = C * 9/5 + 32를 써서 화씨로 바꾸고 fahrenheit에 저장하세요. 그다음 fahrenheit가 60 이상인 곳에서 True인 불리언 배열 warm을 만드세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.