07. 배열의 연산-2

■ 통계 연산함수의 종류

• 참고 : https://docs.scipy.org/doc/numpy/reference/routines.statistics.html
• 통계 연산은 axis와 밀접한 관계가 있다.

함수	의미
np.sum()	지정된 축을 따라 배열 요소의 합을 계산.
np.mean()	지정된 축을 따라 배열 요소의 산술 평균을 계산. 가중평균을 구하려면 numpy.average를 사용
np.cumsum()	제일 첫번째 요소에서 각 요소의 누적합을 계산
np.cumprod()	제일 첫번째 요소에서 각 요소의 누적곱을 계산
np.amax() / np.amin()	axis 을 따른 배열 또는 최소의 최소치
np.max() / np.min()	np.amax의 별칭 (하나의 배열에서만 동작 --> 스칼라 값 반환) axis를 이용하면 배열의 축에 따라 최대값(최소값을 찾는다.)
np.std() / np.var()	지정된 축을 따라 배열 요소의 표준편차, 분산을 계산.
np.maximum()	두 개의 배열을 가져와 요소별 최대값 계산. broadcast 될 수 있다.

 

■ 인자 위치 관련

함수	의미
np.argmax() / np.argmin()	배열의 데이터 중 제일 큰 값 위치 정보 배열의 데이터 중 제일 작은 값 위치 정보
np.where(조건)	주어진 조건 에 따라 값의 위치 정보 반환 np.where(조건) np.where(조건, 조건에 맞을 때 값, 조건과 다를 때 값)

 

■ 비교 연산

함수	의미
단순 비교	연산자를 이용하여 element별 비교하는 것으로 python의 비교연산자를 이용한다. ==, !=, >, >=, <, <=
all(), any()	all() : 요소 전체가 같아야 하나의 True any() : 요소 전체 중 하나만 같아도 True

 

■ 논리 연산

함수	의미
logical_and() logical_or() logical_not() logical_xor()	둘 이상의 bool 값을 이용해 연산을 할 때 사용 결과는 True, False로 반환

 

■ 행렬 연산

• ndArray를 산술적 곱셈이 아닌 행렬 연산을 하고자 할 때는 다음과 같은 함수나 연산자를 사용

함수	의미
*	형태(shape)가 동일한 두 행렬을 원소끼리(element-wise) 곱하는 연산자 shape이 다르면 오류발생 교환법칙 가능
@	다차원 Array를 1차원으로 변경
np.dot()	두 배열의 내적 (dot product)을 계산 배열 a, b를 dot()로 연산을 할 경우 ①a와 b가 모두 0차원 (scalar)이라면, 일반적인 곱셈 연산과 동일. 이 때는 numpy.multiply(a, b)나 a*b를 권장 ②a와 b가 모두 1차원 배열이면 두 벡터의 내적 (Dot product) 연산 ③a와 b가 모두 2차원 배열이면, 행렬 곱(Matrix multiplication) 연산. 이때는 numpy.matmul()을 권장
np.matmul()	두 배열의 행렬 곱 (matrix product)을 계산
np.transpose()	전치행렬(transpose matrix)을 반환