์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- ADsP
- ๋์ํ๋ณธ
- PCA
- ADP
- Lambda
- LDA
- ์ธ๋์ํ๋ง
- t-test
- ๋ฐ์ดํฐ๋ถ์
- Python
- ์๋ํด๋ผ์ฐ๋
- ๋น ๋ฐ์ดํฐ๋ถ์๊ธฐ์ฌ
- iloc
- ์ค๋ฒ์ํ๋ง
- dataframe
- ํ์ด์ฌ
- opencv
- ๋ฐ์ดํฐ๋ถ๊ท ํ
- ์ฃผ์ฑ๋ถ๋ถ์
- ํฌ๋กค๋ง
- numpy
- ๋ฐ์ดํฐ๋ถ์์ค์ ๋ฌธ๊ฐ
- pandas
- ๋ ๋ฆฝํ๋ณธ
- ๋ฐ์ดํฐ๋ถ์์ ๋ฌธ๊ฐ
- datascience
- ํ ์คํธ๋ถ์
- ๊ตฐ์งํ
- ๋น ๋ฐ์ดํฐ
- DBSCAN
Data Science LAB
[Python] NumPy๋ฅผ ์ด์ฉํ ํ๋ ฌ์ ์ ๋ ฌ ๋ณธ๋ฌธ
๋ํ์ด๋ฅผ ์ด์ฉํ ํ๋ ฌ ์ ๋ ฌ ๋ฐฉ๋ฒ์ ๋ํ์ด์์ sort()๋ฅผ ํธ์ถํ๋ ๋ฐฉ์๊ณผ ํ๋ ฌ์์ฒด์์ sort()๋ฅผ ํธ์ถํ๋ ๋ฐฉ์์ด ์๋ค.
np.sort() => ๋ํ์ด์์ ํธ์ถํ๋ ๋ฐฉ์์ผ๋ก ์ ํ๋ ฌ์ ๊ทธ๋๋ก ์ ์งํ ์ฑ ์ ํ๋ ฌ์ ์ ๋ ฌ๋ ํ๋ ฌ ๋ฐํ
ndarray.sort() => ์ ํ๋ ฌ ์์ฒด๋ฅผ ์ ๋ ฌํ ํํ๋ก ๋ณํํ๋ฉฐ ๋ฐํ ๊ฐ์ None
org_array = np.array([3,1,9,5])
print('์๋ณธ ํ๋ ฌ :',org_array)
#np.sort๋ก ์ ๋ ฌ
sort_array1 = sort_array1 = np.sort(org_array)
print('np.sort() ํธ์ถ ํ ๋ฐํ๋ ์ ๋ ฌ ํ๋ ฌ :',sort_array1)
print('np.sort() ํธ์ถ ํ ์๋ณธ ํ๋ ฌ : ',org_array)
#ndarray.sort๋ก ์ ๋ ฌ
sort_array2 = org_array.sort()
print('org_array.sort() ํธ์ถ ํ ๋ฐํ๋ ํ๋ ฌ : ',sort_array2)
print('org_array.sort() ํธ์ถ ํ ์๋
ผ ํ๋ ฌ :',org_array)
#output
์๋ณธ ํ๋ ฌ : [3 1 9 5]
np.sort() ํธ์ถ ํ ๋ฐํ๋ ์ ๋ ฌ ํ๋ ฌ : [1 3 5 9]
np.sort() ํธ์ถ ํ ์๋ณธ ํ๋ ฌ : [3 1 9 5]
org_array.sort() ํธ์ถ ํ ๋ฐํ๋ ํ๋ ฌ : None
org_array.sort() ํธ์ถ ํ ์๋
ผ ํ๋ ฌ : [1 3 5 9]
- ๋ด๋ฆผ์ฐจ์ ์ ๋ ฌ
sort_array1_desc = np.sort(org_array)[::-1]
print('๋ด๋ฆผ์ฐจ์์ผ๋ก ์ ๋ ฌ :',sort_array1_desc)
-ํ๋ ฌ์ด 2์ฐจ์ ์ด์์ด๋ฉด axis์ถ ๊ฐ ์ค์ ์ ํตํด ๋ก์ฐ, ์นผ๋ผ ๋ฐฉํฅ์ผ๋ก ์ ๋ ฌ ์ํ ๊ฐ๋ฅ
array2d = np.array([[8,12],[7,1]])
sort_array2d_axis0 = np.sort(array2d,axis=0)
print('๋ก์ฐ ๋ฐฉํฅ์ผ๋ก ์ ๋ ฌ : \n',sort_array2d_axis0)
sort_array2d_axis1 = np.sort(array2d,axis=1)
print('์นผ๋ผ ๋ฐฉํฅ์ผ๋ก ์ ๋ ฌ : \n',sort_array2d_axis1)
-์ ๋ ฌ๋ ํ๋ ฌ์ ์ธ๋ฑ์ค ๋ฐํ
org_array = np.array([3,1,9,5])
sort_indices = np.argsort(org_array)
print(type(sort_indices))
print('ํ๋ ฌ ์ ๋ ฌ ์ ์๋ณธ ํ๋ ฌ์ ์ธ๋ฑ์ค :',sort_indices)
np.argsort()๋ ์ ๋ ฌ ํ๋ ฌ์ ์๋ณธ ํ๋ ฌ ์ธ๋ฑ์ค๋ฅผ ndarrayํ์ผ๋ก ๋ฐํ
-๋ด๋ฆผ์ฐจ์์ผ๋ก ์ ๋ ฌ ์์ ์๋ณธ ํ๋ ฌ ์ธ๋ฑ์ค
org_array = np.array([3,1,9,5])
sort_indices_desc = np.argsort(org_array)[::-1]
print('ํ๋ ฌ ๋ด๋ฆผ์ฐจ์ ์ ๋ ฌ ์ ์๋ณธ ํ๋ ฌ์ ์ธ๋ฑ์ค :',sort_indices_desc)
-์ค๋ฆ์ฐจ์์ผ๋ก ์ ๋ ฌ ์์ ์๋ณธ ํ๋ ฌ ์ธ๋ฑ์ค
name_array = np.array(['John','Mike','Sarah','Kate','Samuel'])
score_array = np.array([78,95,84,98,88])
sort_indices_asc = np.argsort(score_array)
print('์ฑ์ ์ค๋ฆ์ฐจ์ ์ ๋ ฌ ์ score_array์ ์ธ๋ฑ์ค : ',sort_indices_asc)
print('์ฑ์ ์ค๋ฆ์ฐจ์์ผ๋ก name_array์ ์ด๋ฆ ์ถ๋ ฅ : ',name_array[sort_indices_asc])
- ์ ํ๋์ ์ฐ์ฐ -> ํ๋ ฌ ๋ด์ ๊ตฌํ๊ธฐ(ํ๋ ฌ์ ๊ณฑ)
A = np.array([[1,2,3],[4,5,6]])
B = np.array([[7,8],[9,10],[11,12]])
dot_product = np.dot(A,B)
print('ํ๋ ฌ ๋ด์ ๊ฒฐ๊ณผ:\n',dot_product)
- ์ ํ๋์ ์ฐ์ฐ -> ์ ์นํ๋ ฌ ๊ตฌํ๊ธฐ
A = np.array([[1,2],[3,4]])
transpose_mat = np.transpose(A)
print('A์ ์ ์น ํ๋ ฌ :\n',transpose_mat)
'๐ Python > NumPy' ์นดํ ๊ณ ๋ฆฌ์ ๋ค๋ฅธ ๊ธ
[Python] Numpy ๋์ ์์ฑ (Random) (0) | 2022.08.25 |
---|---|
[Python] np.linspace()ํจ์ (0) | 2022.05.23 |
[Python] NumPy ์ธ๋ฑ์ฑ(Indexing) (0) | 2022.02.04 |
NumPy๋? (0) | 2022.02.03 |