[python] numpy

numpy 는 행렬 계산을 하는 데 필요한 라이브러리

 

1. np.mean

입력 배열을 평면화 된 배열로 취급하고 이 1차원 평면화 된 배열의 산술 평균을 계산. 

 

매개변수: arr -> 산술 평균을 계산하기 위한 입력 배열

axis -> int의 none,int 또는 tuple 

           산술 평균이 계산되는 축. 

           axis = 0은 열을 따라 계산된 산술 평균을 의미

           axis = 1은 행을 따라 계산된 산술 평균을 의미

           axis가 제공되지 않으면 다차원 배열을 평면화된 목록으로 취급 

dtype -> 산술평균 계산에 사용되는 데이터 유형. 기본값은 float64 

 

반환: 주어진 배열의 산술 평균을 반환. 혹은 지정된 축을 따라 산술 평균이 있는 배열을 반환. 

 

※산술 평균: 주어진 수의 합을 수의 개수로 나눈 값. 

출처: https://www.delftstack.com/ko/api/numpy/python-numpy-mean/ 

Python Numpy.mean() - 산술 평균

 

2. np.std

표준편차 함수. 

매개 변수: arr -> 표준편차를 계산하기 위한 입력 배열

axis -> axis = 0은 열을 다라 계산된 표준편차를 의미

           axis = 1은 행을 따라 계산된 표준편차를 의미

           axis가 제공되지 않으면 다차원 배열을 평면화된 목록으로 취급 

dtype -> 표준편차를 계산하는 동안 사용되는 dtype 또는 none 데이터 유형. 

 

반환: 주어진 배열의 표준 편차 또는 지정된 축을 따라 표준 편차가 있는 배열을 반환. 

 

3. np.concatenate

numpy 배열들을 하나로 합치는 것. 

ex) a = np.array([~~~~~~])

      b = np.array([~~~~~~])

     np.concatenate((a,b), axis=0)

 

4. np.max , np.min

ex) np.min(n1, axis=1) #각 행의 최솟값

     np.max(n1, axis=0) #각 열의 최댓값

 

5. np.matmul

행렬 곱하기 

 

6. np.linalg.inv

한번에 역행렬을 계산함. 

 

7. np.reshape

배열과 차원을 변행해 줌. 

reshape를 쓰다보면 입력인수로 -1이 들어간 경우가 있음. 

-1의 의미: 변경된 배열의 -1 위치의 차원은 원래 배열의 길이와 남은 차원으로 부터 추정된다는 뜻. 

 

8. np.ones_like

matrix나 vector를 파라미터로 전달받음. 

전달받은 행렬 또는 벡터와 동일한 크기의 형렬 또는 벡터를 생성하여 1로 초기화하여 반환하는 함수. 

 

9. np.logical_and

논리연산 and 

 

10. np.ones

ones는 1로 가득찬 array를 생성