times, .*

곱셈

구문

C = A.*B

C = times(A,B)

설명

C = A.*B는 대응하는 요소끼리 곱하는 방식으로 배열 A와 B를 곱합니다. A와 B는 크기가 같거나 호환 가능해야 합니다.

A와 B의 크기가 호환되는 경우에는 두 배열이 서로 일치하도록 묵시적으로 확장됩니다. 예를 들어, A 또는 B 중 하나가 스칼라인 경우에는 스칼라가 다른 배열의 각 요소와 결합됩니다. 또한 방향이 서로 다른 벡터(행 벡터 1개와 열 벡터 1개)가 묵시적으로 확장되어 행렬을 형성합니다.

C = times(A,B)는 A.*B를 실행하는 또 다른 방법이지만 거의 사용되지 않습니다. 이 표현식은 클래스에 대한 연산자 오버로드를 지원합니다.

예제

모두 축소

두 벡터 곱하기

라이브 스크립트 열기

두 벡터 A와 B를 만들어 요소별로 곱합니다.

A = [1 0 3];
B = [2 3 7];
C = A.*B

C = 1×3

     2     0    21

두 배열 곱하기

라이브 스크립트 열기

두 개의 3×3 배열 A와 B를 만들어 요소별로 곱합니다.

A = [1 0 3; 5 3 8; 2 4 6];
B = [2 3 7; 9 1 5; 8 8 3];
C = A.*B

C = 3×3

     2     0    21
    45     3    40
    16    32    18

행 벡터와 열 벡터 곱하기

라이브 스크립트 열기

행 벡터 a와 열 벡터 b를 만든 다음 둘을 곱합니다. 1×3 행 벡터와 4×1 열 벡터는 곱하면 4×3 행렬이 됩니다.

a = 1:3;
b = (1:4)';
a.*b

ans = 4×3

     1     2     3
     2     4     6
     3     6     9
     4     8    12

결과는 4×3 행렬이며, 행렬의 각 (i,j) 요소는 a(j).*b(i)와 같습니다.

$a = [\begin{matrix} a_{1} & a_{2} & a_{3} \end{matrix}], b = [\begin{matrix} b_{1} \\ b_{2} \\ b_{3} \\ b_{4} \end{matrix}], a . * b = [\begin{matrix} a_{1} b_{1} & a_{2} b_{1} & a_{3} b_{1} \\ a_{1} b_{2} & a_{2} b_{2} & a_{3} b_{2} \\ a_{1} b_{3} & a_{2} b_{3} & a_{3} b_{3} \\ a_{1} b_{4} & a_{2} b_{4} & a_{3} b_{4} \end{matrix}] .$

테이블 곱하기

라이브 스크립트 열기

R2023a 이상

두 개의 테이블을 만든 다음 둘을 곱합니다. 행 이름(두 테이블에 모두 있는 경우)과 변수 이름은 동일해야 하지만, 순서는 같지 않아도 됩니다. 출력값의 행과 변수는 첫 번째 입력값과 순서가 동일합니다.

A = table([1;2],[3;4],VariableNames=["V1","V2"],RowNames=["R1","R2"])

A=2×2 table
          V1    V2
          __    __

    R1    1     3 
    R2    2     4

B = table([4;2],[3;1],VariableNames=["V2","V1"],RowNames=["R2","R1"])

B=2×2 table
          V2    V1
          __    __

    R2    4     3 
    R1    2     1

C = A .* B

C=2×2 table
          V1    V2
          __    __

    R1    1      6
    R2    6     16

입력 인수

모두 축소

`A`, `B` — 피연산자
스칼라 | 벡터 | 행렬 | 다차원 배열 | 테이블 | 타임테이블

피연산자로, 스칼라, 벡터, 행렬, 다차원 배열, 테이블 또는 타임테이블로 지정됩니다. 입력 인수 A와 B는 동일한 크기이거나 호환되는 크기를 가져야 합니다. 후자의 예로는 A가 M×N 행렬이고 B가 스칼라이거나 1×N 행 벡터인 경우를 들 수 있습니다. 자세한 내용은 기본 연산에 대해 호환되는 배열 크기 항목을 참조하십시오.

정수 데이터형을 가진 피연산자는 복소수일 수 없습니다.

테이블이거나 타임테이블인 입력값은 다음 조건을 충족해야 합니다. (R2023a 이후)

입력값이 테이블 또는 타임테이블인 경우 해당 테이블의 모든 변수는 연산을 지원하는 데이터형을 가져야 합니다.
입력값 중 하나만 테이블 또는 타임테이블인 경우 다른 입력값은 숫자형 배열이거나 논리형 배열이어야 합니다.
두 입력값이 모두 테이블 또는 타임테이블인 경우에는 다음을 충족해야 합니다.
- 두 입력값의 크기가 동일하거나, 두 입력값 중 하나가 행이 한 개 있는 테이블이어야 합니다.
- 두 입력값이 모두 동일한 이름의 변수를 가져야 합니다. 그러나 각 입력값의 변수 순서는 다를 수 있습니다.
- 두 입력값이 모두 테이블이고 두 테이블 모두 행 이름을 갖는 경우 두 테이블의 행 이름은 동일해야 합니다. 그러나 각 입력값의 행 이름 순서는 다를 수 있습니다.
- 두 입력값이 모두 타임테이블인 경우 두 테이블의 행 시간값은 동일해야 합니다. 그러나 각 입력값의 행 시간값 순서는 다를 수 있습니다.

확장 기능

tall형 배열
메모리에 담을 수 없을 정도로 많은 행을 가진 배열을 계산할 수 있습니다.

이 함수는 tall형 배열을 완전히 지원합니다. 자세한 내용은 tall형 배열 항목을 참조하십시오.

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

사용법 관련 참고 및 제한 사항:

순허수를 유한하지 않은 수로 곱한 값은 MATLAB^®과 일치하지 않을 수 있습니다. 이 코드 생성기는 순허수 곱셈에 특화되지 않았습니다. 즉, 실수부가 0인 계산을 제거하지 않습니다. 예를 들면 (Inf + 1i)*1i = (Inf*0 – 1*1) + (Inf*1 + 1*0)i = NaN + Infi와 같습니다.
single형 및 double형 피연산자와 함께 times를 사용하면 생성된 코드가 MATLAB과 동일한 결과를 나타내지 않을 수 있습니다. Binary Element-Wise Operations with Single and Double Operands (MATLAB Coder) 항목을 참조하십시오.

GPU 코드 생성
GPU Coder™를 사용하여 NVIDIA® GPU용 CUDA® 코드를 생성할 수 있습니다.

사용법 관련 참고 및 제한 사항:

순허수를 유한하지 않은 수로 곱한 값은 MATLAB과 일치하지 않을 수 있습니다. 이 코드 생성기는 순허수 곱셈에 특화되지 않았습니다. 즉, 실수부가 0인 계산을 제거하지 않습니다. 예를 들면 (Inf + 1i)*1i = (Inf*0 – 1*1) + (Inf*1 + 1*0)i = NaN + Infi와 같습니다.

HDL 코드 생성
HDL Coder™를 사용하여 FPGA 및 ASIC 설계를 위한 VHDL, Verilog 및 SystemVerilog 코드를 생성할 수 있습니다.

입력값은 logical 데이터형일 수 없습니다.

스레드 기반 환경
MATLAB®의 `backgroundPool`을 사용해 백그라운드에서 코드를 실행하거나 Parallel Computing Toolbox™의 `ThreadPool`을 사용해 코드 실행 속도를 높일 수 있습니다.

이 함수는 스레드 기반 환경을 완전히 지원합니다. 자세한 내용은 스레드 기반 환경에서 MATLAB 함수 실행하기 항목을 참조하십시오.

GPU 배열
Parallel Computing Toolbox™를 사용해 GPU(그래픽스 처리 장치)에서 실행하여 코드 실행 속도를 높일 수 있습니다.

사용법 관련 참고 및 제한 사항:

64비트 정수는 지원되지 않습니다.

자세한 내용은 GPU에서 MATLAB 함수 실행하기 (Parallel Computing Toolbox) 항목을 참조하십시오.

분산 배열
Parallel Computing Toolbox™를 사용하여 대규모 배열을 클러스터의 결합된 메모리에 걸쳐 분할할 수 있습니다.

이 함수는 분산 배열을 완전히 지원합니다. 자세한 내용은 분산 배열을 사용하여 MATLAB 함수 실행 (Parallel Computing Toolbox) 항목을 참조하십시오.

버전 내역

R2006a 이전에 개발됨

모두 확장

R2023a: 테이블 및 타임테이블에 대해 직접 연산 수행

times 연산자는 테이블이나 타임테이블 내의 변수에 액세스하기 위한 인덱싱 없이 테이블과 타임테이블에 대한 직접 연산을 지원합니다. 모든 변수는 연산을 지원하는 데이터형을 가져야 합니다. 자세한 내용은 Direct Calculations on Tables and Timetables 항목을 참조하십시오.

R2020b: 묵시적 확장 변경 사항이 `calendarDuration`형 배열, `categorical`형 배열 및 `duration`형 배열에 영향을 줌

R2020b부터 times 함수는 인수가 calendarDuration형 배열, categorical형 배열 또는 duration형 배열일 경우 묵시적 확장을 지원합니다. R2016b ~ R2020a에서는 숫자 데이터형에만 묵시적 확장이 지원됩니다.

R2016b: 묵시적 확장 변경 사항이 연산자의 인수에 영향을 줌

R2016b부터는 묵시적 확장이 추가되어, 이전에 오류를 반환했던 기본 연산을 위한 일부 인수 조합이 이제는 결과를 생성합니다. 예를 들어, 이전에는 행 벡터와 열 벡터를 더할 수 없었지만 이제는 이러한 피연산자들도 덧셈에서 유효합니다. 즉, [1 2] + [1; 2]와 같은 표현식은 이전에 크기 불일치 오류를 반환했지만 이제는 실행됩니다.

요소별 연산자를 사용하는 코드이면서 MATLAB이 이전에 크기 불일치에 대해(특히 try/catch 블록 내에서) 반환하던 오류에 의존하는 코드라면, 해당 코드는 더 이상 이러한 오류를 캐치하지 않을 수 있습니다.

기본 배열 연산에 필요한 입력 크기에 대한 자세한 내용은 기본 연산에 대해 호환되는 배열 크기 항목을 참조하십시오.

참고 항목

mtimes

times, .*

구문

설명

예제

두 벡터 곱하기

두 배열 곱하기

행 벡터와 열 벡터 곱하기

테이블 곱하기

입력 인수

A, B — 피연산자 스칼라 | 벡터 | 행렬 | 다차원 배열 | 테이블 | 타임테이블

확장 기능

tall형 배열 메모리에 담을 수 없을 정도로 많은 행을 가진 배열을 계산할 수 있습니다.

C/C++ 코드 생성 MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

GPU 코드 생성 GPU Coder™를 사용하여 NVIDIA® GPU용 CUDA® 코드를 생성할 수 있습니다.

HDL 코드 생성 HDL Coder™를 사용하여 FPGA 및 ASIC 설계를 위한 VHDL, Verilog 및 SystemVerilog 코드를 생성할 수 있습니다.

스레드 기반 환경 MATLAB®의 backgroundPool을 사용해 백그라운드에서 코드를 실행하거나 Parallel Computing Toolbox™의 ThreadPool을 사용해 코드 실행 속도를 높일 수 있습니다.

GPU 배열 Parallel Computing Toolbox™를 사용해 GPU(그래픽스 처리 장치)에서 실행하여 코드 실행 속도를 높일 수 있습니다.

분산 배열 Parallel Computing Toolbox™를 사용하여 대규모 배열을 클러스터의 결합된 메모리에 걸쳐 분할할 수 있습니다.

버전 내역

R2023a: 테이블 및 타임테이블에 대해 직접 연산 수행

R2020b: 묵시적 확장 변경 사항이 calendarDuration형 배열, categorical형 배열 및 duration형 배열에 영향을 줌

R2016b: 묵시적 확장 변경 사항이 연산자의 인수에 영향을 줌

참고 항목

도움말 항목

`A`, `B` — 피연산자
스칼라 | 벡터 | 행렬 | 다차원 배열 | 테이블 | 타임테이블

tall형 배열
메모리에 담을 수 없을 정도로 많은 행을 가진 배열을 계산할 수 있습니다.

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

GPU 코드 생성
GPU Coder™를 사용하여 NVIDIA® GPU용 CUDA® 코드를 생성할 수 있습니다.

HDL 코드 생성
HDL Coder™를 사용하여 FPGA 및 ASIC 설계를 위한 VHDL, Verilog 및 SystemVerilog 코드를 생성할 수 있습니다.

스레드 기반 환경
MATLAB®의 `backgroundPool`을 사용해 백그라운드에서 코드를 실행하거나 Parallel Computing Toolbox™의 `ThreadPool`을 사용해 코드 실행 속도를 높일 수 있습니다.

GPU 배열
Parallel Computing Toolbox™를 사용해 GPU(그래픽스 처리 장치)에서 실행하여 코드 실행 속도를 높일 수 있습니다.

분산 배열
Parallel Computing Toolbox™를 사용하여 대규모 배열을 클러스터의 결합된 메모리에 걸쳐 분할할 수 있습니다.

R2020b: 묵시적 확장 변경 사항이 `calendarDuration`형 배열, `categorical`형 배열 및 `duration`형 배열에 영향을 줌