[TEAMLAB] 3 - 6. numpy - operation functions

     이번 시간에는 numpy의 계산함수에 대해 알아보도록 하겠다.

 

sum

     먼저 sum은 원소들의 합을 구하는 함수이다. list에서도 list 안의 값을 더하는 역할을 해주었다.

스칼라 값의 결과를 반환한다. 다른 opertion들을 살펴보기 전에, numpy array에서 중요한 축에 대해 알아보도록 하겠다

 

matrix에서의 axis

     python에서는 shape의 하나하나의 크기를 axis라고 한다. shape에서 가장 앞에 나오는 것이 axis 0에 해당한다. 예를 들어, vector에서는 유일한 하나의 값이 axis 0이겠고, matrix에서는 행에 해당하는 것이 axis 0이고, 열이 axis 1에 해당한다. axis = 1에 대해서 sum을 한다는 것은 vector에 대해서 sum을 한다는 뜻이므로 결과는 위에서 확인할 수 있듯이

10, 26, 42의 행렬이 나온다. axis = 0에 대해서 sum을 한다는 것은 row의 축에 대해서 sum하는 것이므로 15, 18, 21, 24의 결과를 얻을 수 있다. 이 axis라는 개념은 매우 중요하다고 한다.

 

tensor에서의 axis

     이제는 tensor에서의 axis를 보겠다. row vector들의 모임이 axis = 2이고 column vector들의 모임이 axis = 1, matrix가 여러 개 있는 축이 axis = 0이 된다는 것을 기억하자. 

 

     tensor의 경우에 axis = 0, 1, 2에 대한 sum이 어떤지 위의 코드로 다시 한 번 점검해보자.

 

mean & std

     mean과 std를 보도록 하겠다. mean은 전체 값의 평균, std는 전체 값의 표준편차이다.

 

mathematical functions

     위에서 설명한 sum, mean, std 이외에도 다양한 수학 연산자들이 있다.

 

np.exp, np.sqrt의 사용 예

   

concatenate

     np.vstack은 수직적으로 합치는 것이고, np.hstack은 수평으로 합치는 것이다.

 

concatenate

vstack과 hstack을 나누지 않고 한 번에 할 수 있는 함수가 concatenate이고, 합친다는 뜻이다.

 

다음 시간에는 array operation에 대해 알아보겠다.