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 |