4.2.5 내장함수 arange()와 linspace() 비교
내장함수 numpy.arange()와 numpy.linspace()는 특정 구간 내에서 일정한 간격으로 나열된 숫자의 배열을 만든다는 공통적인 목적을 가지고 있습니다.
하지만 숫자를 생성하는 ‘중심 기준점’과 내부 방식이 완전히 다릅니다.
arange(): “보폭(Step)” 중심 (예: 한 걸음에 0.1씩 가라) - 기본 보폭 1linspace(): “조각 개수(Count)” 중심 (예: 공간을 무조건 5개로 쪼개라) - 기본 샘플 수 50
⚠️ arange()의 치명적 함정: 소수점 오차 (Float Precision Error)
파이썬을 비롯한 컴퓨터 프로그래밍에서 실수(Float, 예: 0.1)는 우리가 아는 것과 완벽히 일치하지 않고 미세한 오차를 가집니다.
arange를 실수 보폭으로 사용할 때 이 오차가 계속 누적되면, 의도치 않게 끝점이 배열에 포함되어버리는 대참사가 종종 발생합니다.
예제 1: 실수 환경에서의 arange 오류 시뮬레이션
다음 코드는 0.1부터 0.4 미만까지 0.1 간격으로 점을 찍는 코드이므로, 원래 수학적 정의로는 [0.1, 0.2, 0.3] 3개만 나와야 정상입니다.
하지만 컴퓨터의 float 표현 오차(예: 0.1 + 0.1 + 0.1 = 0.30000000000000004) 때문에 도착선(0.4)을 돌파하지 않은 것으로 착각하여 예기치 않게 0.4가 포함되어 버립니다.
예제를 통하여 이를 확인해 봅니다.
import numpy as np
# 0.1 부동소수점 오차 누적으로 인해 0.4가 범위 내로 잘못 인식됨
np.arange(0.1, 0.4, 0.1)
출력:
array([0.1, 0.2, 0.3, 0.4])
해결책: 등분은 linspace에게 맡기자
예제 2: 정수형으로 우회하기
굳이 arange를 고집하고 싶다면, 실수가 아닌 정수로 크게 계산을 한 뒤 나중에 나누어 주는 방식을 사용해야만 안전합니다.
(Numpy 배열의 스칼라 나눗셈 연산은, 배열 내부의 모든 원소 각각에 일괄적으로 나눗셈을 적용하여 반환합니다.)
# [1단계] 정수 1부터 4 미만(3)까지 보폭 1로
# 오차 없는 정수 배열 생성 -> [1, 2, 3]
# [2단계] 생성된 안전한 정수 배열의 모든 원소에
# 일괄적으로 10.0을 나누어 실수로 변환 -> [0.1, 0.2, 0.3]
np.arange(1, 4, 1) / 10.0
출력:
array([0.1, 0.2, 0.3])
예제 3: linspace를 활용한 가장 깔끔한 해결법
치명적인 부동소수점 오차를 원천적으로 차단하고 코드를 짧게 쓰는 가장 깔끔한 방법은 원하는 점의 개수를 정확하게 함수에 알려주는 linspace를 사용하는 것입니다.
# 시작점(0.1)부터 끝점(0.4)까지 공간을 잡습니다.
# 단, 도착점 0.4는 포함하지 않고(endpoint=False)
# 정확히 3개의 점만 찍어서 구간을 분할합니다.
# 결과: [0.1, 0.2, 0.3] 오류 없이 생성!
np.linspace(0.1, 0.4, 3, endpoint=False)
출력:
array([0.1, 0.2, 0.3])
만약 끝점 0.4를 포함하여 정확히 4개의 조각으로 나누고 싶다면 다음과 같이 작성합니다.
예제 4: linspace로 끝점을 포함하여 정확하게 나누기
# 시작점(0.1)부터 끝점(0.4)까지
# 도착점 0.4를 반드시 포함하여(endpoint=True가 기본값)
# 정확히 4개의 조각으로 구간을 완벽하게 분배합니다.
# 결과: [0.1, 0.2, 0.3, 0.4] 안전하게 생성 완료!
np.linspace(0.1, 0.4, 4)
출력:
array([0.1, 0.2, 0.3, 0.4])
💡 핵심 요약 (Best Practice)
- 정수 격자(간격)를 만들 때는 직관적인
arange(1, 10, 2)를 사용하세요.- 실수(Float) 간격으로 데이터를 세밀하게 분할해야 할 때는, 예기치 못한 오차를 막기 위해 가급적
linspace()를 사용하는 것이 훨씬 안전하고 권장되는 방법입니다.