Python의 NumPy에서 다차원 배열 스칼라 값을 계산해보십시오.

Numpy를 사용해보기



NumPy는 외부 라이브러리입니다. 아직 설치하지 않은 사람은 이 기사을 참조하십시오.
  • Python 인터프리터 시작
  • $python
    >>> 
    
  • NumPy 가져 오기
  • >>>import numpy as np
    

    "import numpy as np"라고 쓰면 이제 NumPy에 대한 메서드를 "np"로 참조 할 수 있습니다.

    NumPy 배열 생성


    >>> x = np.array([1,2,3])
    >>> print(x)
    [1 2 3]
    >>> type(x)
    <class 'numpy.ndarray'>
    
  • 「np.array()」 이것만으로 배열을 만들 수 있다
  • np.array() 의 형태는 numpy.ndarray

  • NumPy 계산


    >>> x = np.array([1,2,3])
    >>> y = np.array([4,5,6])
    >>> x + y
    array([5, 7, 9])
    >>> x -y
    array([-3, -3, -3])
    >>> x * y
    array([ 4, 10, 18])
    >>> x / y
    array([0.25, 0.4 , 0.5 ])
    >>> 
    

    배열의 계산을 할 때 조심하는 것은 배열의 x와 y의 요소가 같다는 것입니다 x, y는 요소수가 3인 1차원 배열
    만약 yの要素数を4つに変更 그러면,
    >>> y = np.array([4,5,6,7])
    >>> x + y
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    ValueError: operands could not be broadcast together with shapes (3,) (4,) 
    >>> 
    

    피연산자는 (3,) 및 (4,) 유형을 함께 브로드 캐스트 할 수 없습니다.

    x, y 의 형태를 확인해 본다 □.shape 로 확인할 수 있다
    >>> x.shape
    (3,)
    >>> y.shape
    (4,)
    

    1 차원 배열은 (□,), 2 차원 배열은 (□, □), 3 차원 배열 (...)로 표시됩니다.

    NumPy 배열과 스칼라 값 계산


    >>> x * 5
    array([ 5, 10, 15])
    

    왜 계산할 수 있는가?



    Numpy에는 방송이라는 기능이 있습니다.

    NumPy의 N차원 배열 계산(행렬)


    >>> A = np.array([[1,2],[3,4]])
    >>> B = np.array([[5,6],[7,8]])
    >>> A + B
    array([[ 6,  8],
           [10, 12]])
    >>> A * B
    array([[ 5, 12],
           [21, 32]])
    >>> 
    
    

    행렬의 산술 계산이 동일한 모양의 행렬이면 요소별로 계산됩니다.
    행렬에도 스칼라 값으로 브로드 캐스트 할 수 있습니다.

    좋은 웹페이지 즐겨찾기