1. 최소값, 최대값: np.min(), np.max()
* 예시
* 사용한 코드
import numpy as np
x = np.array([5, 4, 3, 2, 1, 0])
x.min() # result: 0
np.min(x) # result: 0
x.max() # result: 5
np.max(x) # result: 5
* 특징
numpy array 중 최소, 최대값을 찾아서 return 해준다.
2. 최소값에 해당하는 인덱스, 최대값에 해당하는 인덱스: np.argmin(), np.argmax()
* 예시
* 사용한 코드
import numpy as np
x = np.array(5, 4, 3, 2, 1, 0])
x.argmin() # result: 5
np.argmin(x) # result: 5
x.argmax() # result: 0
np.argmax(x) # result: 0
* 특징
최소, 최대값에 해당하는 index(= 색인, 위치)를 return해준다.
3. 조건에 맞는 값의 index 위치
* 예시
numpy array에서 3과 같거나 큰 값을 가지는 index를 알고 싶을 때
* 사용한 코드
import numpy as np
x = np.array([5, 4, 3, 2, 1, 0])
np.where(x >= 3) # result: (array([0, 1, 2]),)
* 특징
- np.where()
4. 조건에 맞는 값을 indexing하기
* 예시
numpy array에서 3과 같거나 큰 값들만 indexing 하고 싶을 때
* 사용한 코드
import numpy as np
x = np.array([5, 4, 3, 2, 1, 0])
x[np.where(x >= 3)] # result: array([5, 4, 3])
* 특징
- x[np.where()]
5. 조건에 맞는 값을 특정한 다른 값으로 변경하기
* 예시
numpy array의 값이 3과 같거나 크면 3으로 바꾸고, 3보다 작은 값으면 그대로 값을 유지하고 싶을 때
* 사용한 코드
import numpy as np
x = np.array([5, 4, 3, 2, 1, 0])
np.where(x>=3, 3, x) # result: array([3, 3, 3, 2, 1, 0])
* 특징
- np.where(조건, 조건에 해당하는 값을 바꾸고 싶은 특정 값, 조건과 다를때 설정하고 싶은 값)
- for loop & if 문보다 속도가 훨씬 빠르다. 벡터 연산을 사용하기 때문이다.
출처: https://rfriend.tistory.com/356#recentComments
'Programming Language > numpy' 카테고리의 다른 글
numpy random(난수) sampling - np.random.choice (0) | 2020.01.02 |
---|---|
numpy.maximum (0) | 2019.12.26 |
Python numpy - list comprehension, indexing, np.where, np.clip (0) | 2019.12.26 |