[Numpy] numpy 배열 간 연산

numpy의 배열끼리 연산을 수행하는 방법들을 알아보자.

---

배열 간 사칙연산

• numpy는 shape이 같은 array간의 기본적인 사칙 연산을 지원한다.
• 같은 위치에 있는 element 값들끼리 연산한다. (element-wise operation)

test_a = np.array([[1,2,3], [4,5,6]], float)

print(test_a + test_a)
# 출력:
# [[ 2.  4.  6.]
#  [ 8. 10. 12.]]

print(test_a * test_a)
# 출력:
# [[ 1.  4.  9.]
#  [16. 25. 36.]]

 

배열 간 비교연산

배열의 shape이 동일할 때 같은 위치에 있는 element간 비교 결과를 boolean type으로 반환한다.

test_a = np.array([1, 3, 0], float)
test_b = np.array([5, 2, 1], float)

print(test_a > test_b) # 출력: [False  True False]

 

dot 함수

행렬 곱을 수행하는 함수이다.

test_a = np.arange(1, 7).reshape(2,3)
test_b = np.arange(7, 13).reshape(3,2)

print(test_a.dot(test_b))
# 출력:
# [[ 58  64]
#  [139 154]]

 

broadcasting

크기가 다른 numpy 배열끼리 연산을 할 경우, 작은쪽의 배열이 자신의 원소를 복사해서 크기를 맞추어 연산을 진행한다.

 

1. matrix - scalar 간의 연산

test_matrix = np.array([[1,2,3], [4,5,6]], float)
scalar = 3

print(test_matrix + scalar) # test_matrix의 모든 원소에 3을 더한다.
# 출력:
# [[4. 5. 6.]
#  [7. 8. 9.]]

print(test_matrix < 3) # test_matrix의 각 원소들이 3 미만인지 boolean type을 반환한다.
# 출력:
# [[ True  True False]
#  [False False False]]

 

2. matrix - vector 간의 연산

test_matrix = np.arange(1,13).reshape(4,3)
test_vector = np.arange(10,40,10)

print(test_matrix + test_vector)
# 출력:
# [[11 22 33]
#  [14 25 36]
#  [17 28 39]
#  [20 31 42]]

matrix와 vector간의 연산 1

 

test_matrix = np.array([[0],[10],[20],[30]])
test_vector = np.array([0, 1, 2])

print(test_matrix + test_vector)
# 출력:
# [[ 0  1  2]
#  [10 11 12]
#  [20 21 22]
#  [30 31 32]]

matrix와 vector간의 연산 2

 

transpose 함수 / T attribute

행렬의 전치행렬을 반환한다.

test_a = np.arange(1, 7).reshape(2, 3)

# 아래 두 코드는 같은 역할을 한다.
print(test_a.transpose())
print(test_a.T)
# 출력:
# [[1 4]
#  [2 5]
#  [3 6]]