Python의 NumPy에서 다차원 배열 스칼라 값을 계산해보십시오.
8340 단어 Python3DeepLearningnumpy
Numpy를 사용해보기
NumPy는 외부 라이브러리입니다. 아직 설치하지 않은 사람은 이 기사을 참조하십시오.
$python
>>>
>>>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'>
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.
Reference
이 문제에 관하여(Python의 NumPy에서 다차원 배열 스칼라 값을 계산해보십시오.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/appgrape/items/b60908d398805aebfc5b텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)