4.2.10 초기화되지 않은 쓰레기값 배열을 생성하는 empty()

np.empty()의 프로그래밍적 의미와 활용

값을 지우는 작업은 패스! 메모리 껍데기 상자만 빛의 속도로 확보하는 함수

지금까지 배운 zeros(), ones(), full()은 배열을 만들고 나서, 그 칸마다 0, 1, 7 같은 숫자를 예쁘게 새로 칠해 넣는 ‘초기화(Initialization)’ 작업을 거칩니다.

하지만 데이터가 수억 개에 달할 정도로 거대하고 1분 1초가 급한 상황에서, 어차피 우리가 1초 뒤에 새로운 이미지 픽셀 데이터나 센서 데이터로 배열 전체를 완전히 덮어씌울(Overwrite) 거라면, 굳이 처음부터 0이나 1로 예쁘게 지우는 시간조차 아깝지 않을까요?

이럴 때 쓰는 극강의 속도 최적화 도구가 바로 np.empty()입니다.

이 함수는 내용을 무언가로 지우거나 채우는 시간을 전부 건너뛰고, 컴퓨터 메모리 어딘가에 남아있던 ‘과거 삭제된 데이터의 파편(쓰레기값, Garbage Value)’을 그대로 둔 채 빈 껍데기 상자판만 번개처럼 빠르게 던져줍니다.

언제 어떤 용도로 사용할까? (실무 활용 사례)

• 극강의 속도 최적화 (Extreme Performance): 배열을 만들자마자 외부에서 대용량 데이터를 읽어와서 100% 덮어씌울 계획이 완벽하게 잡혀있을 때, 초기화 연산 연산량을 아끼기 위해 사용합니다. (딥러닝 프레임워크나 영상 처리 엔진 등 속도가 생명인 곳에서 내부적으로 자주 쓰입니다.)
• ⚠️ 주의사항: 박스 안에 무슨 쓰레기 데이터가 들어있는지 아무도 모르기 때문에, 이 배열을 생성하자마자 그냥 출력해보면 1.474e-311 같은 기괴한 외계어 숫자(또는 우연히 0.0)들이 튀어나옵니다. 절대 빈 공간이라고 생각하고 읽거나 연산(더하기 등)의 재료로 사용하면 안 됩니다. 값이 매번 무작위로 다르게 나옵니다.

numpy.empty() 함수

numpy.empty(shape, dtype=float, order='C', *, like=None)

• 초기화(0 채우기 등)를 생략하고, 지정된 모양과 유형의 새 배열을 가장 빠르게 반환
• shape: int 또는 tuple. 새 메모리 상자의 크기. 예: [2, 2] 또는 3
• dtype: 할당할 메모리 공간의 데이터 허용 범위. 기본값은 numpy.float64(소수점 실수)

내장함수 empty() 활용 예제

예제 1: 2차원 쓰레기값 배열 생성하기 (기본값 float)

모양 [2, 2]인 2행 2열 배열을 만듭니다. 안의 원소값은 예측할 수 없는 쓰레기값입니다. (운이 좋으면 0이 나올 수도 있지만 믿어선 안 됩니다.)

import numpy as np

# [주의] 이 코드 블록을 실행할 때마다 출력값이 바뀔 수 있습니다!
# 초기화 없이 메모리를 즉시 할당받습니다.
np.empty([2, 2])

출력 (예시):

# 아주 작거나 기괴한 정체불명의 메모리 파편(가비지 값)들이 등장합니다.
array([[6.23042070e-307, 4.67296746e-307],
       [1.69121096e-306, 1.42176308e-312]])

예제 2: 1차원 쓰레기값 벡터 생성하기

정수 하나만 넘겨주어 shape=3으로 지정하면, 원소가 3개 들어갈 수 있는 공간만 빠르게 확보합니다.

# 원소 3개를 담을 1차원 벡터 빈 공간 확보! (내용물은 쓰레기값)
np.empty(3)

출력 (예시):

array([1.47466827e-311, 4.94065646e-324, 0.00000000e+000])

예제 3: 자료형(dtype)을 정수(int)로 강제 지정하기

dtype=int 키워드 인자로 자료형을 지정하면, 메모리를 정수 크기에 맞춰서 잘라오기 때문에 쓰레기값들도 소수점이 아닌 기괴한 정수 형태로 나타납니다.

# 2줄 3칸짜리 공간을 '정수(int)' 크기로 재단해서 확보!
np.empty([2, 3], dtype=int)

출력 (예시):

array([[         0, 1072693248,          0],
       [1072693248,          0, 1072693248]])