파이썬 Numpy 집계함수(sum, max, min, mean)

파이썬 Numpy 배열을 위한 집계함수가 존재한다. 복잡하게 반복문을 활용할 필요업이 집계함수 하나면 시간을 절약할 수 있다. 이번에는 그 집계함수들에 대해서 알아보려고 한다.

---

합계 :  np.sum(배열)
최대 : np.max(배열)
최소 : np.min(배열)
평균 : np.mean(배열)

import numpy as np
 
a = np.arange(10)
print('a = \n', a, '\n')
print('np.sum(a)\n =', np.sum(a), '\n')
print('np.max(a)\n =', np.max(a), '\n')
print('np.min(a)\n =', np.min(a), '\n')
print('np.mean(a)\n =', np.mean(a), '\n')

a = 
 [0 1 2 3 4 5 6 7 8 9] 

np.sum(a)
 = 45 

np.max(a)
 = 9 

np.min(a)
 = 0 

np.mean(a)
 = 4.5

사용법은 매우 간단하다. 각각의 함수 안에 있는 소괄호에 배열을 입력하면 된다. 위의 예시는 단순히 단일 행으로 구성된 배열의 집계함수 사용법을 보여준 것이다. 2차원 배열에서는 어떻게 집계함수를 활용할 수 있는지 보자.

import numpy as np
 
a = np.arange(10).reshape((2, 5))
print('a = \n', a, '\n')
 
print('np.sum(a)\n =', np.sum(a), '\n')
print('np.max(a)\n =', np.max(a), '\n')
print('np.min(a)\n =', np.min(a), '\n')
print('np.mean(a)\n =', np.mean(a), '\n')
 
print('np.sum(a, axis = 0)\n =', np.sum(a, axis = 0), '\n')
print('np.max(a, axis = 0)\n =', np.max(a, axis = 0), '\n')
print('np.min(a, axis = 0)\n =', np.min(a, axis = 0), '\n')
print('np.mean(a, axis = 0)\n =', np.mean(a, axis = 0), '\n')
 
print('np.sum(a, axis = 1)\n =', np.sum(a, axis = 1), '\n')
print('np.max(a, axis = 1)\n =', np.max(a, axis = 1), '\n')
print('np.min(a, axis = 1)\n =', np.min(a, axis = 1), '\n')
print('np.mean(a, axis = 1)\n =', np.mean(a, axis = 1), '\n')

a = 
 [[0 1 2 3 4]
 [5 6 7 8 9]] 

np.sum(a)
 = 45 

np.max(a)
 = 9 

np.min(a)
 = 0 

np.mean(a)
 = 4.5 

np.sum(a, axis = 0)
 = [ 5  7  9 11 13] 

np.max(a, axis = 0)
 = [5 6 7 8 9] 

np.min(a, axis = 0)
 = [0 1 2 3 4] 

np.mean(a, axis = 0)
 = [2.5 3.5 4.5 5.5 6.5] 

np.sum(a, axis = 1)
 = [10 35] 

np.max(a, axis = 1)
 = [4 9] 

np.min(a, axis = 1)
 = [0 5] 

np.mean(a, axis = 1)
 = [2. 7.]

axis = 0 또는 1을 설정하여 가로 방향으로 집계할 것인지, 세로 방향으로 집계할 것인지 설정할 수 있다. 2차원의 배열이더라도 axis 설정을 별도로 입력하지 않으면 그냥 단일 행과 동일하게 연산을 진행한다. axis = 0인 경우 세로 방향으로 집계하고 axis = 1인 경우 가로 방향으로 집계한다.