본문 바로가기
PROGRAMMING/Python

[PYTHON] NumPy 수학 연산(사칙연산) 정리

by HYUNHP 2022. 2. 18.
728x90
반응형

안녕하세요, HELLO

 

python에서 데이터 분석을 할 때 기초 라이브러리로 사용되는 Numpy에 대해서 알아보도록 하겠습니다. NumPy는 수학, 과학 연산을 위한 파이썬의 필수적이고 기본적인 패키지이며, 오늘은 Numpy의 기본 수학 연산 함수들을 정리해보겠습니다.


  • numpy.add : Array 단위로 덧셈합니다.
  • numpy.subtract : Array 단위로 뺄셈합니다.
  • numpy.multiply : Array 곱셈합니다.
  • numpy.divide : Array 단위로 나눗셈을 합니다.
  • numpy.true_divide : Array 단위로 나눗셈을 합니다.
  • numpy.floor_divide : Array 단위로 나눗셈의 몫('//')을 반환합니다.
  • numpy.remainder : Array 단위로 나눗셈의 나머지('%')를 반환합니다.
  • numpy.mod : Array 단위로 나눗셈의 나머지('%')를 반환합니다.
  • numpy.prod : 주어진 축을 따라 Array의 곱을 반환합니다.
  • numpy.reciprocal : Array의 역수를 반환합니다.

STEP 1. 'numpy.add' 개념

 - Array 단위로 덧셈 계산을 합니다.

 

# numpy.add
import numpy as np

a = np.add(1, 2)
print(a)
# 3

STEP 2. 'numpy.subtract' 개념

- Array 단위로 뺄셈합니다.

 

# numpy.subtract
import numpy as np

a = np.subtract(1.0, 4.0)
print(a)
# -3

b = np.arange(12.0).reshape((-1, 3))
c = np.arange(3.0)

print("b = {}".format(b))
print("c = {}".format(c))

print("b-c = {}".format(np.subtract(b, c)))


STEP 3. 'numpy.multiply' 개념

- Array 단위로 곱셈을 합니다.

# numpy.mutliply
import numpy as np

a = np.multiply(3.0, 4.0)
print("a = {}".format(a))
# 12.0

b = np.arange(12.0).reshape((-1, 3))
c = np.arange(3.0)

print("b = {}".format(b))
print("c = {}".format(c))

print("b-c = {}".format(np.multiply(b, c)))


STEP 4. 'numpy.divide' 개념

- Array 단위로 나눗셈을 합니다.

- numpy.divide와 numpy.true_divide는 동일한 함수입니다 (np.divide and np.true_divide call the same function)

# numpy.devide
import numpy as np

a = np.arange(10)
b = np.divide(a, 2)
c = np.divide(a, 3)

print("a = {}".format(a))
print("b = {}".format(b))
print("c = {}".format(c))


STEP 5. 'numpy.true_divide' 개념

- Array 단위로 나눗셈을 합니다.
- numpy.divide와 numpy.true_divide는 동일한 함수입니다 (np.divide and np.true_divide call the same function)

 

# numpy.true_divide
import numpy as np

a = np.arange(10)
b = np.true_divide(a, 2)
c = np.true_divide(a, 3)

print("a = {}".format(a))
print("b = {}".format(b))
print("c = {}".format(c))


STEP 6. 'numpy.floor_divide' 개념

- Array 단위로 나눗셈의 몫(python '//')을 반환합니다.

# numpy.floor_devide
import numpy as np

a = np.arange(10)
b = np.true_divide(a, 3) # 나눗셈 연산
c = np.floor_divide(a, 3) # 몫 연산 (same as python //)

print("a = {}".format(a))
print("b = {}".format(b))
print("c = {}".format(c))


STEP 7. 'numpy.remainder' 개념

- Array 단위로 나눗셈의 나머지('%')를 반환합니다.
- 'numpy.remainder'와 'numpy.mod'는 동일한 함수입니다. (np.remainder and np.mod call the same function)

 

# numpy.remainder
import numpy as np

a = np.remainder([4, 7], [2, 3])
b = np.remainder(np.arange(10), 5)
c = np.remainder(5, 2)

# Array a는 각각 4를 2로, 7을 3으로 나눈 나머지 [0 1]이 됩니다.
print("a = {}".format(a))

# Array b는 np.arange(10)을 5로 나눈 나머지를 array로 반환합니다.
print("b = {}".format(b))

# Array c는 5를 2로 나눈, 나머지 1을 반환합니다.
print("c = {}".format(c))


STEP 8. 'numpy.mod' 개념

- Array 단위로 나눗셈의 나머지('%')를 반환합니다.
- '
numpy.remainder'와 'numpy.mod'는 동일한 함수입니다. (np.remainder and np.mod call the same function)

 

# numpy.mod
import numpy as np

a = np.arange(10)
b = np.mod(a, 4) # 나눗셈 연산
c = np.mod(a, 4) # 몫 연산 (same as python //)

print("a = {}".format(a))
print("b = {}".format(b))
print("c = {}".format(c))


STEP 9. 'numpy.prod' 개념

- 주어진 축을 따라 Array의 곱을 반환합니다.

 

# numpy.prod
import numpy as np

a = np.array([1, 2, 3, 4])

b = np.array([[1, 2, 3], [4, 5, 6]])

print("a = {}".format(np.prod(a)))
print("b = {}".format(np.prod(b, axis=0))) # axis = 0는 열(column)
print("c = {}".format(np.prod(b, axis=1))) # axis = 1는 행(row)


STEP 10. 'numpy.reciprocal' 개념

- Array의 역수를 반환합니다.

- numpy.reciprocal 함수는 정수를 다루도록 만들어지지 않았습니다.

- 아래 Array b의 경우 정수 2, 3의 역수인 1/2, 1/3을 0으로 반환합니다.

 

# numpy.reciprocal

import numpy as np

a = np.reciprocal(3.)
b = np.reciprocal([1, 2, 3]) # integer 정수
c = np.reciprocal([1., 2., 3.]) # float 실수

print("a = {}".format(a))
print("b = {}".format(b))
print("c = {}".format(c))


Numpy library에 대해 기초 정리가 필요하신 분들은 아래 포스팅을 참고하시기 바랍니다.

2022.02.16 - [DATA_SCIENCE/Python] - [PYTHON] Numpy library 개념, 정리, 설명

 

[PYTHON] Numpy library 개념, 정리, 설명

안녕하세요, HELLO 이번엔 python에서 데이터 분석을 할 때 기초 라이브러리로 사용되는 Numpy에 대해서 알아보도록 하겠습니다. NumPy는 수학, 과학 연산을 위한 파이썬의 필수적이고 기본적인 패키

hyunhp.tistory.com

 


■ 마무리

 

오늘은 Numpy의 기본 수학 연산 함수 10개에 대해서 알아봤습니다.

좋아요댓글 부탁드리며,

오늘 하루도 즐거운 날 되시길 기도하겠습니다 :)

감사합니다.

반응형

댓글