Numpy

오늘은 그람 슈미트 직교화와 반사 행렬에 대해 알아보자. 1. gram-schmidt 직교화우선 gram-schmidt 직교화의 의미를 위키백과에 검색해보면"내적 공간에서 유한 개의 일차 독립 벡터 집합을 정규 직교 기저로 변환하는 방법이다"라 한다.(출처 : https://ko.wikipedia.org/wiki/%EA%B7%B8%EB%9E%8C-%EC%8A%88%EB%AF%B8%ED%8A%B8_%EA%B3%BC%EC%A0%95) 의미를 조금 해석해보자면,1) 일차독립 벡터 집합은 벡터 집합 내의 모든 벡터들이남은 다른 벡터들의 일차 결합으로 나타낼 수 없는 벡터들의 집합을 의미하는데 여기서 일차 결합이란, 벡터들과의 사칙연산을 말한다. 따라서 예를 들어 v = [[1,0,0], [0,1,0], [0,0..

우선 이번 주차 설명에 앞서서.. 학교 강의에서 나오는 실습 예제나 stack overflow나 다른 사람들의 numpy 코드를 보면 for loop, 즉 반복문을 numpy에선 잘 쓰지 않는다. 심지어 실습 문제에는 그냥 대놓고 for문 쓰지 말 것~이라고 주어지길래 왜 그런건지 찾아보니 for loop를 쓰면 numpy 함수를 쓴 것보다 속도가 상당히 느리다. 그래서 얼마나 느린 건지 직접 검증해보았다. numpy.arange를 통해 리스트를 만든 경우 0~999999 배열을 만드는 데에 6.49ms 가 걸렸다. for loop 를 통해 리스트를 만든 경우 동일한 크기의 배열을 만드는 데에 398ms 가 걸렸다. 실험 결과 약 50배가량의 시간 차이가 나버리는 것을 볼 수 있는데, 왜 그런것인지는 n..