numpy :: operation functions

import numpy as np

sum

• ndarray의 element들 간의 합을 구함
• list의 sum 기능과 동일

test_array = np.arange(1,11)
test_array.sum(dtype=np.float)

55.0

axis

• 모든 operation function을 실행할 때, 기준이 되는 dimension 축
• 새로 생기는 것이 0이 됨

test_array = np.arange(1, 13).reshape(3,4)
# (3,4) 에서 3 -> axis=0 , 4 -> axis=1
test_array

array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])

test_array.sum(axis=1)

array([10, 26, 42])

test_array.sum(axis=0)

array([15, 18, 21, 24])

third_order_tensor = np.array([test_array,test_array,test_array])
third_order_tensor

array([[[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]],

[[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]],

[[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]]])

third_order_tensor.sum(axis=2)

array([[10, 26, 42],
[10, 26, 42],
[10, 26, 42]])

third_order_tensor.sum(axis=1)

array([[15, 18, 21, 24],
[15, 18, 21, 24],
[15, 18, 21, 24]])

third_order_tensor.sum(axis=0)

array([[ 3, 6, 9, 12],
[15, 18, 21, 24],
[27, 30, 33, 36]])

mean & std

• ndarray의 element들 간의 평균 또는 표준편차를 반환

test_array = np.arange(1,13).reshape(3,4)
test_array

array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])

#평균
test_array.mean()

6.5

test_array.mean(axis=0)

array([5., 6., 7., 8.])

# 표준편차
test_array.std()

3.452052529534663

test_array.std(axis=0)

array([3.26598632, 3.26598632, 3.26598632, 3.26598632])

concatenate (콘캣)

• numpy array를 합치는 함수

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

np.vstack((a,b))

array([[1, 2, 3],
[2, 3, 4]])

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

np.hstack((a,b))

array([[1, 2],
[2, 3],
[3, 4]])

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

np.concatenate( (a,b) ,axis=0)

array([[1, 2, 3],
[2, 3, 4]])

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

np.concatenate( (a,b.T) ,axis=1)

array([[1, 2, 5],
[3, 4, 6]])

# array를 list로 변환

a.tolist()

[[1, 2], [3, 4]]

---

https://www.boostcourse.org/ai222/lecture/24071