Numpy의 브로드캐스팅을 사용하여 배열 간의 연산을 수행하는 방법을 예제로 설명하겠습니다. 브로드캐스팅은 서로 다른 크기의 배열 간에도 적용되며, 크기를 자동으로 맞춰 연산을 수행하는 강력한 기능입니다.

예제 1: 브로드캐스팅을 사용한 스칼라와 배열의 연산

import numpy as np

# 배열 생성
arr = np.array([1, 2, 3, 4, 5])

# 스칼라 값을 배열에 더하기
result = arr + 2  # 배열의 모든 요소에 스칼라 2를 더함

print(result)

위의 코드에서 arr 배열에 스칼라 2를 더하고 있습니다. 브로드캐스팅 덕분에 배열과 스칼라 간의 연산이 간단하게 가능합니다. 결과는 [3 4 5 6 7]이 됩니다.

예제 2: 브로드캐스팅을 사용한 서로 다른 크기의 배열 간의 연산

import numpy as np

# 배열 생성
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([10, 20, 30])

# arr1과 arr2를 브로드캐스팅하여 더하기
result = arr1 + arr2

print(result)

위의 코드에서 arr1은 2x3 배열이고 arr2는 크기가 3인 배열입니다. 브로드캐스팅을 사용하여 arr2가 자동으로 arr1의 크기에 맞게 확장되어 두 배열 간의 요소별 덧셈이 수행됩니다. 결과는 다음과 같습니다:

[[11 22 33]
 [14 25 36]]

예제 3: 브로드캐스팅을 사용한 다차원 배열 간의 연산

import numpy as np

# 배열 생성
arr1 = np.array([[1, 2, 3], [4, 5, 6]])  # 크기: (2, 3)
arr2 = np.array([[10], [20]])            # 크기: (2, 1)

# arr1과 arr2를 브로드캐스팅하여 곱하기
result = arr1 * arr2

print(result)

위의 코드에서 arr1과 arr2는 다양한 크기를 가진 다차원 배열입니다. 브로드캐스팅을 사용하여 두 배열을 곱셈 연산하고 있습니다. arr2가 자동으로 arr1의 크기에 맞게 확장되어 요소별 곱셈이 수행됩니다. 결과는 다음과 같습니다:

[[10 20 30]
 [80 100 120]]

이와 같이 Numpy의 브로드캐스팅을 통해 배열 간의 연산을 매우 간편하게 수행할 수 있으며, 이를 통해 코드의 가독성과 효율성을 향상시킬 수 있습니다.