NumPy nancumprod()로 NaN을 1로 취급하는 배열 요소의 누적 곱 계산하기

주어진 축을 따라 배열 요소의 누적 곱(cumulative product)을 계산하면서 NaN(Not a Number)은 1로 취급하고 싶다면 numpy.nancumprod() 메서드를 사용하면 됩니다.

이 메서드의 특징은 다음과 같습니다.

누적 곱 계산 중 NaN을 만나도 결과가 변하지 않으며(NaN이 1처럼 취급됨)
배열 맨 앞에 있는 선행 NaN들은 1로 대체됩니다.
모든 요소가 NaN이거나 비어 있는 슬라이스에는 1을 반환합니다.
결과는 새로운 배열로 반환되며, out 매개변수를 지정한 경우 해당 배열에 결과가 저장되어 반환됩니다.

누적 곱의 동작 방식

누적 곱은 다음과 같이 이전 결과에 현재 값을 곱해 나가는 방식입니다.

예: 5, 5×10, 5×10×15, 5×10×15×20

nancumprod()의 매개변수

1번째 매개변수(a): 입력 배열입니다.
2번째 매개변수(axis): 누적 곱을 계산할 축입니다. 기본값은 None이며, 이 경우 입력 배열이 1차원으로 평탄화(flatten)된 후 계산됩니다.
3번째 매개변수(dtype): 반환 배열과 곱셈 과정에서 사용될 누산기(accumulator)의 데이터 타입입니다. dtype을 지정하지 않으면 기본적으로 입력 배열 a의 dtype을 사용하지만, a의 정수 타입 정밀도가 플랫폼 기본 정수보다 낮은 경우에는 플랫폼 기본 정수 타입이 사용됩니다.
4번째 매개변수(out): 결과를 저장할 대체 출력 배열입니다. 예상 출력과 동일한 shape와 버퍼 길이를 가져야 하며, 필요 시 값의 타입은 자동으로 변환(cast)됩니다.

구현 단계

먼저 필요한 라이브러리를 임포트합니다.

import numpy as np

array() 메서드를 사용하여 numpy 배열을 생성합니다. 정수형 요소와 함께 nan 값을 포함시켰습니다.

arr = np.array([[5, 10, 15], [20, np.nan, 30]])

배열을 출력해 확인합니다.

print("Our Array...\n",arr)

배열의 차원을 확인합니다.

print("\nDimensions of our Array...\n",arr.ndim)

배열의 데이터 타입을 확인합니다.

print("\nDatatype of our Array object...\n",arr.dtype)

NaN을 1로 취급하며 주어진 축(axis=1, 즉 각 행을 따라)을 따라 누적 곱을 계산하기 위해 nancumprod() 메서드를 사용합니다. NaN을 만나도 누적 곱 값은 그대로 유지됩니다.

print("\nCumulative Product of array elements...\n",np.nancumprod(arr, axis = 1))

전체 예제 코드

import numpy as np

# array() 메서드를 사용하여 numpy 배열 생성
# 정수형 요소와 함께 nan 값을 포함
arr = np.array([[5, 10, 15], [20, np.nan, 30]])

# 배열 출력
print("Our Array...\n",arr)

# 차원 확인
print("\nDimensions of our Array...\n",arr.ndim)

# 데이터 타입 확인
print("\nDatatype of our Array object...\n",arr.dtype)

# nancumprod() 메서드로 NaN을 1로 취급하며 누적 곱 계산
# NaN을 만나도 누적 곱은 변하지 않음
print("\nCumulative Product of array elements...\n",np.nancumprod(arr, axis = 1))

실행 결과

Our Array...
[[ 5. 10. 15.]
[20. nan 30.]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Cumulative Product of array elements...
[[ 5. 50. 750.]
[ 20. 20. 600.]]

출력 결과를 보면 두 번째 행의 NaN 위치에서 누적 곱이 변경되지 않은 것을 확인할 수 있습니다. 즉, 20 × NaN(=1)은 여전히 20이 되고, 다음 요소인 30을 곱해 600이 됩니다. 일반적인 cumprod() 함수였다면 NaN 이후의 모든 값이 NaN으로 전파되었겠지만, nancumprod()는 NaN을 건너뛰어 실무적으로 훨씬 유용하게 활용할 수 있습니다.