AI & 머신러닝 & 딥러닝/numpy

[numpy] numpy 기본 함수_3(연산 함수)

mle21 2023. 7. 14. 06:00
반응형

1. np.add(x1, x2): 덧셈

-. x1, x2: 숫자 혹은 ndarray

-. 숫자와 ndarray간의 계산 및 다른 크기의 ndarray간의 계산도 가능

import numpy as np

a = np.zeros((2, 3))
b = np.ones((2, 3))
np.add(a, b)
# 결과(ndarray 간 계산)
array([[1., 1., 1.],
       [1., 1., 1.]])

 

2. np.subtract(x1, x2): 뺄셈

-. x1, x2: 숫자 혹은 ndarray

-. 숫자와 ndarray간의 계산 및 다른 크기의 ndarray간의 계산도 가능

import numpy as np

a = np.zeros((2, 3))
b = 1
np.substract(a, b)
# 결과(숫자와 ndarray 간 계산)
array([[-1., -1., -1.],
       [-1., -1., -1.]])

 

3. np.multiply(x1, x2): 곱셈

-. x1, x2: 숫자 혹은 ndarray

-. 숫자와 ndarray간의 계산 및 다른 크기의 ndarray간의 계산도 가능

import numpy as np

a = np.ones((2, 3))
b = np.arange(3.)
np.multiply(a, b)
# 결과(다른 크기의 ndarray 간 계산)
array([[0., 1., 2.],
       [0., 1., 2.]])

 

4. np.divide(x1, x2): 나눗셈

-. x1, x2: 숫자 혹은 ndarray

-. 숫자와 ndarray간의 계산 및 다른 크기의 ndarray간의 계산도 가능

import numpy as np

a = 3.
b = 2.
np.divide(a, b)
# 결과(숫자 간 계산)
1.5
728x90

'AI & 머신러닝 & 딥러닝 > numpy' 카테고리의 다른 글

[numpy] numpy 기본 함수_4(연산 함수)  (0) 2023.07.19
[numpy] numpy 기본 함수_2  (0) 2023.07.13
[numpy] numpy 기본 함수_1  (0) 2023.07.05
[numpy] ndarray의 주요 속성  (0) 2023.06.30
[numpy] numpy 일반  (0) 2023.06.29