태그: NumPy
3편
-
Python 데이터 처리 스크립트 최적화 사례 | cProfile로 병목 찾고 NumPy·Cython·multiprocessing 비교하기
느린 Python 데이터 처리 스크립트를 cProfile로 분석해 중첩 루프와 문자열 연산 병목을 찾고, NumPy 벡터화, Cython, multiprocessing을 차례로 적용해 실행 시간을 줄여 간 과정을 단계별 측정 결과와 함께 보여 줍니다.
-
pybind11로 C++와 Python 연결하기: 모듈·클래스 바인딩, NumPy zero-copy, GIL, 예외 변환
pybind11로 C++ 함수·클래스를 Python 모듈로 노출하는 방법입니다. 오버로드와 기본값 인자, 프로퍼티와 상속, 스마트 포인터 반환, NumPy 배열 zero-copy 공유, GIL 해제, C++ 예외를 Python 예외로 바꾸는 법을 예제로 설명합니다.
-
NumPy 기초: 배열 연산, 브로드캐스팅, 벡터화
ndarray 생성과 벡터화 연산, 브로드캐스팅 규칙, 불린 인덱싱, reshape, 통계 함수와 행렬 연산을 예제로 설명합니다. 이미지 배열 처리와 정규화된 배치 벡터 연산 예제로 Python 리스트 루프 대신 배열 연산을 쓰는 방식을 익힙니다.