1. 2항 유니버설 함수

# 선언
arr1 = np.arange(8).reshape(2, -1)
arr2 = np.arange(-40, 40 , 10).reshape(2, -1)

# arr1
#[[0 1 2 3]
# [4 5 6 7]]

# arr2
#[[-40 -30 -20 -10]
# [  0  10  20  30]]

• maximum()

  • 같은 원소내에서 가장 큰 값들을 가져온다.

  np.maximum(arr1, arr2)
  
  #array([[ 0,  1,  2,  3],
  #       [ 4, 10, 20, 30]])

• subtract()

  • 같은 원소내에서 뺄샘을 한다. (앞 - 뒤)

  np.subtract(arr1, arr2)
  
  #array([[ 40,  31,  22,  13],
  #      [  4,  -5, -14, -23]])

• multiply()

  • 같은 원소내에서 곱셈을 한다.

  np.multiply(arr1, arr2)
  
  #array([[  0, -30, -40, -30],
  #      [  0,  50, 120, 210]])

2. 통계 메서드

• 선언

arr = np.arange(4).reshape(2,2)

#array([[0, 1],
#       [2, 3]])

• sum()
  • 전체 값들을 더한다.

arr.sum()

# 6

• axis 옵션
  • 대부분의 행렬에서 사용되는 옵션

# axis가 0일때 (대부분 기본값)
arr.sum(axis= 0) #열을 기준으로 더한다.
# array([2, 4])

# axis가 1일때 (설정 해줘야함)
arr.sum(axis= 1) #행을 기준으로 더한다
# array([1, 5])

• mean()
  • 전체 평균을 구한다.

arr.mean()
# 1.5

# axis를 이용해 따로 구하는 것도 가능하다.
arr.mean(axis = 0)
# array([1., 2.])

arr.mean(axis = 1)
# array([0.5, 2.5])