NumPy : sum, mean, std, and so on

영상을 처리할 때, 영상의 각 pixel intensity에 대해 다양한 통계처리가 필요함.
NumPy는 자체적으로 다양한 통계처리 함수들 (집계함수, 또는 Aggregation Function 이라고 불림) 을 제공함.

 

참고로, 영상 데이터에서는 pixel (or element)의 값이 NaN인 경우가 거의 없으나

다른 matrix나 tensor 데이터의 경우에는 NaN 인 원소를 가질 수 있음.

이 경우, NaN Safe Aggregation Functions를 사용하여 NaN은 무시하고 값을 구할 수 있음.

https://ds31x.tistory.com/223

[Tensor] NaN Safe Aggregation Functions

 

---

numpy.sum : 총합을 구함.

Sum of array elements over a given axis.

numpy.sum(
	a, 
    axis=None, 
    dtype=None, 
    out=None, 
    keepdims=<no value>, 
    initial=<no value>, 
    where=<no value>
)

 

아래의 경우, 이미지의 전체 pixel intensity를 더한 값을 구함..

import numpy as np

a = np.arange(20).reshape(5,-1)

sum = np.sum(a)
print(sum)

이미지의 각 행(row)에서의 합은 다음과 같이 구할 수 있음.

import numpy as np

a = np.arange(20).reshape(5,-1)

row_sum_array = np.sum(a,axis=1)
print(a)
print(row_sum_array.shape)
print(row_sum_array)

결과는 다음과 같음

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]]
(5,)
[ 6 22 38 54 70]

• 이미지 a는 $5 \times 4$ 이므로, 각 행별로 합을 구하면 5개의 값이 나옴. (5,)

Ref. : NumPy API

---

numpy.mean : 평균 구하기.

Compute the arithmetic mean along the specified axis.

numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>, *, where=<no value>)

아래의 경우, 이미지의 전체에 대한 평균 pixel intensity를 반환함.

import numpy as np

a = np.arange(20).reshape(5,-1)

mean = np.mean(a)
print(mean)

이미지의 각 열(column)에서의 평균은 다음과 같이 구할 수 있음.

import numpy as np

a = np.arange(20).reshape(5,-1)

col_mean_array = np.mean(a,axis=0)
print(a)
print(col_mean_array.shape )
print(col_mean_array )

결과는 다음과 같음

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]]
(4,)
[ 8.  9. 10. 11.]

• 이미지 a는 $5 \times 4$ 이므로, 각 열별로 평균을 구하면 4개의 값이 나옴. (4,)

Ref. : NumPy API

---

numpy.std : 표준편차 구하기.

Compute the standard deviation along the specified axis.

numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, *, where=<no value>)

아래의 경우, 이미지의 전체에 대한 표준편차를 구함.

import numpy as np

a = np.arange(20).reshape(5,-1)

std = np.std(a)
print(std)

이미지의 각 열(column)에서의 표준편차는 다음과 같이 구할 수 있음.

import numpy as np

a = np.arange(20).reshape(5,-1)

col_std_array = np.std(a,axis=0)
print(a)
print(col_std_array.shape )
print(col_std_array )

결과는 다음과 같음

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]]
(4,)
[5.65685425 5.65685425 5.65685425 5.65685425]

• 이미지 a는 $5 \times 4$ 이므로, 각 열별로 표준편차를 구하면 4개의 값이 나옴. (4,)

Ref. : NumPy API

---

기타 중요한 함수들

• numpy.max : 특정 축을 따라 최대값을 구함.
• numpy.min : 특정 축을 따라 최소값을 구함.
• numpy.median : 특정 축을 따라 median을 구함.

---

같이 읽어보면 좋은 자료들

tensor 와 관련된 NumPy, PyTorch, Tensorflow에서의 다양한 vectorized operatoni을 소개.

https://ds31x.tistory.com/222

[Tensor] vectorized op. (or universal func)