학습 자료

배열 연산과 브로드캐스팅

NumPy에서는 반복문을 쓰지 않고도 배열에서 직접 수학 연산을 수행할 수 있습니다.

이는 원소별 연산(element-wise operations)이라고 하며, 빠르고 간결한 수학 연산을 지원합니다.


배열 연산

두 배열의 모양(shape)이 같으면, NumPy는 원소별로 연산을 적용합니다.

배열 연산
a = np.array([1, 2, 3]) b = np.array([10, 20, 30]) print(a + b) # [11 22 33] print(a * b) # [10 40 90]

뺄셈, 나눗셈, 거듭제곱도 가능합니다. a - b, a / b, a ** 2 형태로 사용할 수 있습니다.


브로드캐스팅

배열의 모양이 서로 다르면, NumPy는 브로드캐스팅(broadcasting)을 사용해 연산이 가능하도록 맞춰 줍니다.

브로드캐스팅은 더 작은 배열을 확장하여 배열 간 연산을 가능하도록 맞춰줍니다.

브로드캐스팅 예시
a = np.array([1, 2, 3]) b = 10 print(a + b) # [11 12 13]

위 코드에서 NumPy는 a의 각 원소에 10을 더합니다.


요약

  • 배열에 +, -, *, /, **를 바로 사용할 수 있습니다
  • 연산은 원소 단위로 적용됩니다
  • 브로드캐스팅을 통해 모양이 다른 배열도 함께 연산할 수 있습니다
Quiz
0 / 1

NumPy에서 브로드캐스팅의 목적은 무엇인가요?

같은 모양(shape)의 배열에서만 연산을 수행하기 위해서.

배열을 다른 데이터 타입으로 변환하기 위해서.

작은 배열을 확장하여 모양(shape)이 다른 배열 간에도 연산을 가능하게 하기 위해서.

배열의 단일 원소에 대해 연산을 수행하기 위해서.

학습 자료

AI 튜터

디자인

업로드

수업 노트

즐겨찾기

도움말