반응형
파이썬 엘레먼트 와이즈 및 브로드케스팅 연산¶
- element-wise 연산 : 두 벡터 혹은 행렬에서 같은 위치에 있는 값끼리 덧셈 혹은 뺄셈을 하는 연산입니다.
In [1]:
import numpy as np
# 벡터 element-wise 연산
a = np.array([78, 79, 34, 31, 20])
b = np.array([2, 1, 6, 9, 10])
a+b, a-b
Out[1]:
(array([80, 80, 40, 40, 30]), array([76, 78, 28, 22, 10]))
In [2]:
# 행렬 element-wise 연산
a = np.array([[15, 15, 15], [18, 18, 18], [15, 15, 15]])
b = np.array([[5, 5, 5], [2, 2, 2], [5, 5, 5]])
a+b, a-b
Out[2]:
(array([[20, 20, 20], [20, 20, 20], [20, 20, 20]]), array([[10, 10, 10], [16, 16, 16], [10, 10, 10]]))
- 브로드캐스팅(broadcasting) : 하나가 스칼라 값이라면 관례적으로 메트리스 연산을 허용하고 메트리스 내 모든 값에 똑같은 연산을 적용합니다.
In [3]:
import numpy as np
a = np.array([10, 14, 15, 16]) #vector
b = 10 # scalar
a-b
Out[3]:
array([0, 4, 5, 6])
In [4]:
a = np.array([[10, 14, 15, 16], [12, 13, 17, 19]]) #vector
b = 10 # scalar
a-b
Out[4]:
array([[0, 4, 5, 6], [2, 3, 7, 9]])
반응형
'python' 카테고리의 다른 글
넘파이 행렬 분배법칙 (0) | 2023.08.15 |
---|---|
주피터노트북에 이미지 업로드 기능 넣기 (0) | 2023.08.15 |
넘파이 내적 (inner product) (0) | 2023.08.13 |
파이썬 넘파이 대각행렬(diagonal matrix), 항등행렬(identity matrix). np.diag, np.identity, np.eye (0) | 2023.08.13 |
skimage를 활용한 이미지 불러오기 (0) | 2023.08.13 |
댓글