Numpy 편의기능 및 기본조작 1 ~ 3

Posted on | In |

Numpy 편의기능 및 기본조작

np.eye(row, {col}, {band_id}, {dtype}) : band에 1 채워넣기

  • 0,0 을 기준으로 대각선 항 -> band

numpy-basic

np.identity(num, {dtype}) : identity matrix

  • Same as np.eye(3) : 3x3 매트릭스

np.tri(row, {col}, {k=band_id}, {dtype}) : lower triangular matrix

  • nonzero entry = 1

  • a = np.eye(row, {col},{band_id}, {dtype})

  • K <= band id 의 모든 밴드에 1을 채워넣고 나머지는 0 을 채움

np.tril(a, {k=band_id}) : band_id를 포함한 lower 부분을 copy

np.triu(a, {k=band_id}) : band_id를 포함한 upper 부분을 copy

np.full((row, col), value) : 지정된 값으로 채우기

np.randomn.rand(row, col)

  • 데이터타입 지정 불가 -> np.float64 고정
  • 0과 1 사이 무작위 값으로 채워짐

np.copy(a) : 서로 같은 메모리를 참조 : 하나가 변하면 다른 하나도 변함

np.reshape(a, vector or shape)

  • np.reshape(a, 6) : 1D array
  • np.reshape(a, (3, 2)) : 2D array

np.diag(a, k=band_id) : band 추출 후 1D array로 만듦

  • b is READ ONLY
  • 동일 메모리 공간 참조
  • 입력이 1D array (벡터)이면 square 행렬 생성
  • np-diag-1
  • np-diag-1

np.diagflat(M, k=band_id) : M를 1D화 한뒤에 square matrix 생성

  • np.diagflat-1

np.trace(a, offset=band_id)

  • diagonal entry ( band entry )를 더한 값
  • \(\left[\begin{matrix}\\1 & 2 & 3 \\1 & 2 & 3 \\1 & 2 & 3 \\ \end{matrix}\right]\) → np.trace(a) returns 15, np.trace(a, offset=-1) returns 12

np.hstack((tuple)) : 수평으로 쌓아감 - tuple 순서대로 행(row, shape[0]) 개수가 맞아야 함

np.vstack((tuple)) : 수직으로 쌓아감 - tuple 순서대로 행(col, shape[0]) 개수가 맞아야 함

Methods

transpose() method

  • 단, 1d arr는 무변

flatten method

  • 행렬 a를 1d array 로 만들어 copy

  • Same as np.ravel(a)

Properties

real : 실수 부분

imag : 허수 부분

conjegate: copy

Matrix Multiplication

M1 @ M2 or np.matmul(M1, M2)

*** or / is not multiplication !! **

Matrix-Vector Product

M @ arr or np.matmul(M, arr)

Inner Product

np.dot() is …

  • Real vector same as vdot()
  • complex vector : conjugate가 빠진 채로 계산