문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 Python (문단 편집) === 수학 === 범용성을 지닌 [[수학]] 라이브러리들 * [[NumPy|넘파이]](NumPy): 통계, 선형 대수, 행렬 계산, 금융 운용 등을 포함한 과학 계산과 수학 작업. 수치 해석, 특히 선형 대수(linear algebra) 계산 기능을 제공하며 자료형이 고정된 다차원 배열 클래스(n-dimensional array)와 벡터화 연산(vectorized operation)을 지원한다. 참고로 Numpy는 C언어로 제작되어, Python답지 않은 넘사벽 수준의 속도를 자랑한다. 꼭 수치 해석/선형대수 목적이 아니더라도 배열 형태의 데이터에 대한 처리 속도를 간단하게 높이는 용도로 사용할 수 있다. * 싸이파이(SciPy): 고성능 선형대수, 함수 최적화, 신호 처리, 특수한 수학 함수와 통계 분포 등 과학 계산용 함수를 모아놓은 Python 패키지이다. 고급 수학 함수, 수치적 미적분, 미분 방정식 계산, 최적화, 신호 처리 등을 위한 다양한 과학 기술 계산 기능이 제공된다. * 심파이(SymPy): 수치적인 계산이 아니라 기호(symbol)를 이용하는 대수적 연산에 사용되는 라이브러리이다. 인수 분해, 미분, 적분 등 다양한 기능을 제공하며, 단순한 계산이 아니라 수식을 직접 다뤄야 하는 경우 사용하기 편리하다. (ex. 특정 수식의 미분 결과를 알고 싶은 경우) * einops: 물리에서 많이 쓰이는 einstein summation convention을 사용해 다차원 배열을 조작하는 함수를 제공한다. numpy의 einsum 함수와 비슷하나, reduce와 rearrange 계열 조작에 특화된 패키지. * 넘바(Numba): [[LLVM]]을 이용한 [[JIT|Just-in-time (JIT)]]을 통해 수치 알고리즘을 가속화한다. 또한 [[CPU]] 및 [[GPU]][* [[CUDA]] Python(CUDA의 Python wrapper)을 지원하며, [[ROCm]] 역시 지원한다. 과거 CPU를 이용한 연산은 Numba, GPU를 이용한 연산은 NumbaPro로 나뉘어져 있었으나 NumbaPro가 Numba에 통합되었다.] 병렬 연산을 지원한다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기