Python Numpy 강좌 : 제 7강 - 연산

기본 연산

import numpy as np

a = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]])
b = np.ones(3, dtype = int)

print(a + b)
print(a - b)
print(a * b)
print(a / b)

결과

[[ 2 3 4]
 [ 5 6 7]
 [ 8 9 10]]
[[0 1 2]
 [3 4 5]
 [6 7 8]]
[[1 2 3]
 [4 5 6]
 [7 8 9]]
[[1. 2. 3.]
 [4. 5. 6.]
 [7. 8. 9.]]

사칙연산과 관련된 연산은 array와 array 사이에 연산 기호(+. -, *, /)를 포함하여 계산할 수 있습니다.

사칙연산의 혼합계산은 일반 수식과 동일하게 곱하기(*)와 나누기(/)를 우선적으로 연산합니다.

배열의 차원구조가 동일하지 않더라도, 브로드캐스팅(Broadcasting) 조건에 포함된다면 연산이 가능합니다.

배열 연산

import numpy as np

a = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]])
b = np.ones(3, dtype = int)

print(np.cross(a, b))
print(np.dot(a, b))

결과

[[-1 2 -1]
 [-1 2 -1]
 [-1 2 -1]]
[ 6 15 24]

Numpy 라이브러리는 배열 연산에 특화된 라이브러리입니다.

그러므로, 배열 연산에 활용되는 점곱(dot product)이나 벡터곱(cross product) 등을 계산할 수 있습니다.

주의사항으로는 벡터곱(cross product)과 외적(outer product)은 Numpy 함수에서는 다른 연산입니다.

연산시 의도하는 연산이 벡터곱(cross product)인지 외적(outer product)인지 명확하게 인지 후 활용해야 합니다.

심화 연산

import numpy as np

arr = np.array([-90, 0, np.radians(90)])

sin = np.sin(arr)
tanh = np.tanh(arr)
isclose = np.isclose(arr, -90)
gcd = np.gcd(arr.astype(int) , 3)

print(sin)
print(tanh)
print(isclose)
print(gcd)

결과

[-0.89399666 0. 1. ]
[-1. 0. 0.91715234]
[ True False False]
[3 3 1]

Numpy 라이브러리는 Math 라이브러리에서 사용할 수 있는 수학 함수들을 사용할 수 있습니다.

모든 배열에 대해 일괄로 적용할 수 있으며, 특정 함수는 자료형(dtype)이 일치해야 사용할 수 있습니다.

예를 들어, x 배열과 y 배열의 최대공약수를 계산하는 gcd 함수는 정수형(int) 배열에만 연산이 가능합니다.

범용 함수

삼각 함수

비트 연산 함수

비교 함수

논리 함수

논리 함수

상수