빈값이 존나게 많은 sparse array 인데
너무 비효율 적인거 같아서 찢어서 최적화 시켜놨더니
찢어놓은 자료구조만들고 고걸로 요래저래 처리하는데 들어가는 비용이나
걍 메모리에 죄다 올려놓고 쓸모없는 덧셈뺄셈 하는 비용이나 비슷비슷함
그래도 최적화 한게 쬐끔 더 빠른데, 걍 메모리에 다 올려버리는게 소스코드가 존나 깔끔해서 짜증남
나 선택장애인데 코딩은 나에게 끊임없이 선택을 강요함
무지성으로 코드 싸갈기면 짤때는 존나 신난데 나중에 보면 욕나옴
좆같음
너무 비효율 적인거 같아서 찢어서 최적화 시켜놨더니
찢어놓은 자료구조만들고 고걸로 요래저래 처리하는데 들어가는 비용이나
걍 메모리에 죄다 올려놓고 쓸모없는 덧셈뺄셈 하는 비용이나 비슷비슷함
그래도 최적화 한게 쬐끔 더 빠른데, 걍 메모리에 다 올려버리는게 소스코드가 존나 깔끔해서 짜증남
나 선택장애인데 코딩은 나에게 끊임없이 선택을 강요함
무지성으로 코드 싸갈기면 짤때는 존나 신난데 나중에 보면 욕나옴
좆같음
최적화 뭐하러 해 그냥 대충 해
노트북 업그레이드 하고 싶은데 돈이 없음
sparse array면 인덱스를 매핑하는 식으로는 안굴러감? 해쉬쓰는 것처럼?
그냥 sparse 라고 표현했는데, 정확히는 데이터들이 시작지점, 끝지점이 다 다르고 중간에 빵꾸는 없는 상황이라. 2d array 에 넣으면 앞부분 뒷부분만 빈값이 생김. 그래서 array 의 list 로 만들어서 각각을 numpy 로 벡터연산먹이고 나중에 합쳤는데, 걍 2d array 만들어놓고 통채로 벡터연산먹이는거랑 거의 차이가 없는 상황이야
직접 한다는 게 신기하당. 근데 언어 별로 있는 선형대수 라이브러리 쓰거나 그거 참조해서 더 작업해보는 거 어떰?
윗댓글에 좀 더 자세하게 써놨는데 별로 대단한거 아님. numpy 가지고 하고 있는데, 검색해보니 scipy 는 sparse matrix 가 있네
라이브러리에서 지원하는 sparse array를 안 쓰고 직접 만드는 이유가 있음?
numpy 쓰는데 numpy 는 sparse matrix 가 없음. 대신 numpy는 빈값을 mask 할수 있는 기능은 있는데 느려서 안쓰는게남ㅋㅋ 글고 좀 결벽증같은거일지도 모르겠는데 작은 기능 하나 필요해서 무거운 패키지에 의존성걸리는게 싫더라고, 그럴일은 거의 없지만 의존성 걸린 패키지에서 이슈나 버그터지거나 인터페이스 바뀌면 골치아프기도하고
캐시때문에 어쩔 수 없는듯 - dc App