Numpy 라이브러리 기초 - 3. 배열의 연산

1. 배열의 연산을 이해하기 위해

- 1, 2차원은 벡터와 행렬?

행렬 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)

행렬 - 위키백과, 우리 모두의 백과사전

 

- 다차원 연산을 위해선 선형대수학?

선형대수학 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)

 

2. 선형대수 기본연산

- 기본연산(+, -)

array= np.array([[1,2],[3,4]])
array_plus = array + array
array_plus
# [[2, 4]
# [6, 8]]

array_minus = array - array
array_minus
# [[0, 0]
# [0, 0]]

 

- dot(곱하기)

array= np.array([[1,2],[3,4]])
dot_array = np.dot(array, array)
dot_array

# 결과
#array([[ 7, 10],
#       [15, 22]])

 

- transpose(전치)

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

array_trans = np.transpose(array)
array_trans
#[[1, 3, 5]
#[2, 4, 6]]

 

3. 선형대수 기술통계

len(array)  # 데이터 개수
np.mean(array)  # 데이터 평균
np.var(array)  # 데이터 분산
np.std(array)  # 데이터 표준편차

np.max(array)  # 데이터 최대값
np.min(array)  # 데이터 최소값
np.median(array)  # 데이터 중앙값
np.percentile(array, 25)  # 데이터 1사분위수
np.percentile(array, 50)  # 데이터 2사분위수
np.percentile(array, 75)  # 데이터 3사분위수