모듈 1: 이 강좌를 위한 Python
NumPy 배열: 왜 리스트가 아닐까
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
왜 중요한가 신경망은 수백만 번 곱해요. NumPy는 그걸 빠른 컴파일된 코드로 하니, 한 줄이 반복문 전체를 대신하고 훨씬 빨리 돌아요.
NumPy 배열은 모두 같은 타입인 숫자 덩어리예요. 배열에 대한 산술은 모든 항목에 한꺼번에 일어나요:
import numpy as np
a = np.array([1, 2, 3])
a * 10 # array([10, 20, 30])
(a ** 2).sum() # 14
보기
리스트로는 반복문을 직접 쓰고, 배열로는 NumPy가 C로 반복문을 대신 돌려요. 숫자 백만 개에서 배열 버전은 보통 20~100배 빨라요. 앞뒤로 time.perf_counter()를 써서 직접 시간을 재 볼 수 있어요.
벡터화: Python 반복문 대신 배열 전체 연산으로 쓴 것.
요약 리스트는 유연하고, 배열은 빠르고 모든 항목에 한꺼번에 수학을 해요.
이 레슨의 단어와 기호
- 배열
- 모두 같은 타입이고, 모든 항목에 한꺼번에 수학을 하는 NumPy 숫자 덩어리
내 차례
NumPy 배열을 받아 제곱의 합을 반환하는 sum_of_squares(a)를 Python 반복문 없이(for, while, 컴프리헨션 금지) 쓰세요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.