numpy array, broadcast

numpy array(넘파이 배열)

* 코드

>>> import numpy as np

>>> x = np.array([1.0, 2.0, 3.0])

>>> print(x)

[1. 2. 3.]

>>> type(x)

<class 'numpy.ndarray'>

>>> y = np.array([2.0, 4.0, 6.0])

>>> x * y

array([2., 8., 18.])

* 표현

- 원소별: element-wise

- 원소별 곱셈: element-wise product

* n차원 배열

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

>>> print(A)

[[1 2]

 [3 4]]

>>> A.ahpe

(2, 2)

>>> A.dtype

dtype('int64')

* 원소 접근

>>> X = np.array([[51, 55], [14, 19], [0, 4]])

>>> print(X)

[[51 55]

 [14 19]

 [ 0   4]]

>>> X[0]

array([51, 55])

>>> X[0][1])

55

>>> for row in X:

...        print(row)

...

[[51 55]

 [14 19]

 [ 0   4]]

>>> X = X.flatten()

>>> print(X)

[51 55 14 19 0 4]

>>> X[np.array([0, 2, 4])] # 인덱스가 0, 2, 4인 원소 얻기

array([51, 14, 0])

>>> X > 15

array([ True, True, False, True, False, False], dtype=bool)

>>> X( X>15)

array([51, 55, 19])

braodcast(브로드캐스트)

- 넘파이 배열과 수치 하나(스칼라값) 산술 연산도 가능

* 코드

>>> x = np.array([1.0, 2.0, 3.0])

>>> x / 2.0

array([0.5., 1., 1.5])

* 코드2

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

>>> B = np.array([10, 20]])

>>> A * B

array([[ 10, 40],

        [ 30, 80]])