[Numpy] 파이썬 제곱 함수 np.power 사용법 정리

파이썬 넘파이 power 함수 사용 방법 예제 모음

안녕하세요. 이번 글에서는 제곱 연산을 수행하는 파이썬 넘파이의 np.power 함수의 기능을

케이스별 예제를 중심으로 자세하게 설명해보도록 하겠습니다.

 

참고로, 이 글은 numpy.power 공식 설명 document의 내용을 기반으로 작성되었습니다.

 

 

np.power(number, number) : 단일 숫자의 제곱 형태

단일 숫자에만 적용하는 가장 기본적인 넘파이 power 함수의 사용 형태로

np.power(m, n)의 형태로 작성하며, m ** n의 연산 수행 결과와 거의 동일하게 나타납니다.

 

m, n 위치에는 정수와 실수가 모두 input으로 들어올 수는 있으나,

n이 음수인 경우에는 m 또는 n 중 하나는 반드시 실수 형태이어야만 합니다.

import numpy as np

np.power(4, 2) # 16

np.power(16, 0.5) # 4.0

np.power(8, -1) # ValueError: Integers to negative integer powers are not allowed.

np.power(8.0, -1) # 0.125

np.power(8, -1.0) # 0.125

 

 

np.power(array, number) : array 각각의 값^number 형태

np.power(array_like 자료형, n)처럼 작성하는 형태로

앞 쪽 input인 array의 각 값에 대하여 n제곱을 취한 결과를 담은 array가 반환됩니다.

np.power([1, 2, 3, 4], 2) # array([ 1,  4,  9, 16])

np.power([1, 2, 3, 4], 0.5) # array([1.        , 1.41421356, 1.73205081, 2.        ])

np.power([1., 2., 3., 4.], -1) # array([1.        , 0.5       , 0.33333333, 0.25      ])

np.power([[1, 3], 
          [5, 7]], 3)
'''
array([[  1,  27],
       [125, 343]])'''

 

 

np.power(number, array) : number^array 각각의 값 형태

바로 위의 경우에서 앞 뒤의 인자 구성만 바꾼 경우로

np.power(m, array_like 자료형)로 작성 시, m에 array의 각 값들 만큼의 제곱을 취한

결과들을 모아서 담은 배열을 반환합니다.

np.power(2, [1, 3, 5]) # array([ 2,  8, 32])

np.power(-0.5, [1, 2, 3]) # array([-0.5  ,  0.25 , -0.125])

np.power(4, [-1, 0.5, 2]) # array([ 0.25,  2.  , 16.  ])

반응형

np.power(array, array) : 매칭되는 위치의 값들끼리 제곱 형태

만일 앞과 뒤 인자를 모두 array_like 형태로 작성해줄 경우,

각 array의 같은 위치에 해당하는 제곱 값들을 모은 결과가 반환됩니다.

 

예를 들어, np.power([a, b, c], [d, e, f])의 결과는

[a^d, b^e, c^f]이 됩니다.

 

유의해야할 점은 앞과 뒤 인자에 들어올 배열들의 shape이 일치해야 한다는 것입니다.

np.power([1, 2, 3], [3, 5, 4]) # array([ 1, 32, 81])

np.power([1, 4, 16], [1, 0.5, -1]) # array([1.    , 2.    , 0.0625])

np.power([1, 4, 16], [1, 0.5]) # ValueError: operands could not be broadcast together with shapes (3,) (2,)

 

물론, 아래와 같이 broadcasting을 적용한 배열 제곱 연산 수행도 가능합니다.

np.power([[1, 3], 
          [5, 7]], [1, 2])
'''
array([[ 1,  9],
       [ 5, 49]])'''

np.power([[1, 3], 
          [5, 7]], [[1],
                    [2]])
'''
array([[ 1,  3],
       [25, 49]])'''

 

 

np.power(음수, 정수가 아닌 실수) : nan vs 복소수 설정

np.power(음수, 소수) 형태로 작성된 경우,

결과는 기본적으로는 np.nan 값으로 반환됩니다.

 

다만, 함수 내 dtype 인자를 'complex'로 설정해주시면 복소수 값의 결과를

반환받을 수 있습니다.

np.power(-1, 0.5) # np.nan

np.power(-1, 0.5, dtype = 'complex') # (6.123233995736766e-17+1j)