[Python] 연산 속도 올리기 - 내장 함수 사용

🐍 본 게시글은 Python 3.11.0 환경에서 작성되었습니다!

 

연산 속도를 올리기 위해서 파이썬의 내장함수를 사용하여 개선할 수 있다.

 

예시 : 리스트 중복 제거 및 정렬

import time
if __name__ == "__main__":
    # 중복된 숫자가 포함된 리스트
    numbers = [5, 3, 8, 5, 2, 3, 9, 1, 2, 8, 7]

    start = time.time()

    # 1. 중복 제거
    unique_numbers = []
    for num in numbers:
        if num not in unique_numbers:
            unique_numbers.append(num)
    time.sleep(0.1)
    # 2. 정렬 (버블 정렬 알고리즘 사용)
    n = len(unique_numbers)
    for i in range(n):
        for j in range(0, n-i-1):
            if unique_numbers[j] > unique_numbers[j+1]:
                # swap
                unique_numbers[j], unique_numbers[j+1] = unique_numbers[j+1], unique_numbers[j]

    end = time.time()

    print(f"직접 구현 : {end-start:.4f}sec")

    start = time.time()
    
    # 중복 제거
    unique_numbers = list(set(numbers))
    time.sleep(0.1)
    # 정렬
    sorted_numbers = sorted(unique_numbers)
    
    end = time.time()
    print(f"내장함수 사용 : {end-start:.4f}sec")

 

예시 : 리스트 내 최대값 찾기

import time
import numpy as np
if __name__ == "__main__":
    numbers = [np.random.randint(0,1000) for _ in range(10000000)]

    start = time.time()
    # 초기 최대값을 첫 번째 요소로 설정
    max_value = numbers[0]

    # 리스트를 순회하며 최대값 찾기
    for num in numbers:
        if num > max_value:
            max_value = num
    end = time.time()
    print(f"직접 구현 : {end-start:.4f}sec")

    start = time.time()

    # NumPy 배열로 변환 후 최대값 찾기
    max_value = np.max(numbers)
    end = time.time()
    print(f"Numpy : {end-start:.4f}sec")

 

이렇게 배열 연산을 할 때 Numpy 내장 함수를 사용하면 더 빠른 연산을 할 수 있다.