Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- 분석함수
- Numpy
- JPA
- docker
- Java의정석
- 자바연습문제
- inflearn
- Python
- 불친절한SQL프로그래밍
- 불친절한 SQL 프로그래밍
- 스프링 핵심원리
- 계층 쿼리
- REGEXP_SUBSTR
- Secure Coding
- 자바공부
- 자바의정석
- 제네릭
- 스프링MVC
- 스프링 부트와 JPA
- 김영한
- 자바의정석 연습문제
- 인프런
- 이것이자바다
- java
- Spring
- 서블릿
- 스프링
- DispatcherServlet
- 시큐어코딩
- 스프링입문
Archives
- Today
- Total
Continuous Challenge
3. numpy 연산 본문
728x90
728x90
- numpy 연산
- 연산자를 이용할 경우에는 +. -, *, /
- 함수를 사용할 경우에는 add(), subtract(), multiply(), divide()
배열 a와 배열 b가 있을 때, a + b는 a[0]+b[0], a[1]+b[1], ... 와 같은 방식으로 연산 후, 그 결과를 리턴한다.
numpy에서 vector와 matrix의 product(행렬곱셈)를 구하기 위해서 dot()함수를 이용한다.
[1, 2] [5, 6] [1*5 + 2*7, 1*6 + 2*8]
[3, 4] [7, 8] [3*5 + 4*7, 3*6 + 4*8]
numpy에서는 배열 간의 연산을 위한 여러 함수들을 제공한다.
- sum() : 각 배열의 요소를 더하는 함수.
- product() : 배열의 요소들을 곱하는 함수.
이 함수들은 axis 옵션을 사용한다. axis가 0이면 컬럼끼리 더하고, axis가 1이면 행끼리 더한다.
728x90
728x90
'Study > ML, DL with Python' 카테고리의 다른 글
4. numpy 자료형(data type) - int, float, complex 그 외 함수(dtype, arange) (0) | 2020.01.12 |
---|---|
2. numpy 슬라이싱/정수 인덱싱/부울린 인덱싱 (0) | 2020.01.12 |
1. python 설치(Anaconda)/Numpy/Pandas (0) | 2020.01.04 |
Comments