3. Numpy 함수
Python
2017. 8. 2. 14:46
1. Numpy 배열에서 제공해주는 함수
1.1 한개의 배열의 각 성분에 적용되는 함수
import numpy as np a = np.arange(-10, 10) # array([-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, # 3, 4, 5, 6, 7, 8, 9]) np.abs(a) # Numpy의 함수에 Numpy 배열을 넣으면 그 연산 후 값을 반환해준다. # abs는 절대값을 반환해주는 함수 #array([10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0, 1, 2, 3, 4, 5, 6, # 7, 8, 9]) np.sqrt(a) #위와같이 배열을 넣고 그 값을 반환해준다. # sqrt는 제곱근(**0.5)을 계산해주는 함수 # 음수의 제곱근은 되지 않기때문에 오류를 뿜는다. #array([ nan, nan, nan, nan, nan, # nan, nan, nan, nan, nan, # 0. , 1. , 1.41421356, 1.73205081, 2. , # 2.23606798, 2.44948974, 2.64575131, 2.82842712, 3. ])
이 외에도 여러가지 있다.
square |
각 성분에 제곱 계산 |
log숫자 |
밑이 숫자인 로그를 계산 |
sign |
각 성분의 부호 계산(양수: 1, 음수: -1, 영: 0) |
ceil |
각 성분의 소수첫번째 자리에서 올림 값 |
floor |
각 성분의 소수 첫번째 자리에서 내림 값 |
isnan |
각 성분이NaN(Not a Number)인 경우 True, 아닌경우 False |
isinf |
각 성분이 무한대(inf)인경우 True, 아닌경우 False |
cos, cosh, sin, sinh, tan, tanh |
각 성분의 삼각함수 값 계산 |
1.2 두개의 배열에 각 성분에 적용되는 함수
add |
np.add(arr1, arr2), arr1 + arr2 와 같은 결과 |
subtract |
np.subtract(arr1, arr2), arr1 - arr2와 같은 결과 |
multiply |
np.multiply(arr1, arr2), arr1 * arr2와 같은결과 |
divide |
np.divide(arr1, ar2), arr1 / arr2 |
maximum |
두 배열에서 동일 위치의 값끼리 비교하여 둘중 최댓값 반환 |
minimum |
두 배열에서 동일 위치의 값끼리 비교하여 둘중 최솟값 반환 |
1.3 통계함수
import numpy as np a = np.arange(1, 5) # array([1,2,3,4]) a.sum() # 합계를 구하는 함수, 출력 10 a.mean() # 평균을 구하는 함수, 출력 2.5 a.std() # 표준편차를 구하는 함수, 출력 1.1180339887498949 a.var() # 분산을 구하는 함수, 출력 1.25 a.min() a.max() #최소 최대값을 반환, 출력 4, 출력 1 a.argmin() a.argmax() #최소, 최대값이 위치한 인덱스를 반환, 출력 0, 출력 3 a.cumsum() # 누적합을 계산. (0부터 더하기) a.cumprod() # 누적곱을 계산. (1부터 곱하기)
1.4 정렬함수
import numpy as np a = np.arange(1, 10) a.sort(a) # 기본적으로 오름차순 a.sort(a)[::-1] #인덱싱을 이용한 내림차순 arr = np.array([[4,6,8,],[6,85,5],[568,3,63],[457,95346,25]]) np.sort(b, axis = 0) # 행방향 오름차순 #array([[ 4, 3, 5], # [ 6, 6, 8], # [ 457, 85, 25], # [ 568, 95346, 63]]) np.sort(b, axis = 1) # 열방향 오름차순 #array([[ 4, 6, 8], # [ 5, 6, 85], # [ 3, 63, 568], # [ 25, 457, 95346]])
'Python' 카테고리의 다른 글
5. Pandas 자료구조 (0) | 2017.08.03 |
---|---|
4. Numpy를 이용한 데이터 분석 (0) | 2017.08.03 |
2. Numpy 배열 인덱싱 (0) | 2017.08.01 |
1. Numpy 배열의 생성과 연산 (0) | 2017.08.01 |
COMCBT에서 hwp를 받아오는 프로그램 (0) | 2017.07.25 |