[Python] np.where() - 조건 두 개 사용하는 법
본 포스팅은 넘파이 어레이의 특정 조건에 부합하는 인덱스를 찾아주는 np.where()에 대해 정리할 예정이다. 다만 이전에 포스팅한 내용은 조건 하나의 경우지만 이번에는 두 개의 조건에 동시에 부합하는 경우 어떻게 사용이 되는지 포스팅하겠다. np.where() - AND 연산 (&) 우선 두개의 조건을 둘 다 부합할 경우 즉, AND 논리의 경우 어떻게 np.where()을 사용해야 하는지 예시를 통해 정리하겠다. [np.where((조건_1)&(조건_2)] import numpy as np nums = np.array([1,2,3,4,5,6,7,8,9,10]) np.where(nums > 3) # (array([3, 4, 5, 6, 7, 8, 9], dtype=int64),) np.where(num..
2022. 9. 26.
[Python] np.unique() - 중복된 값들 중 고유한 값들만 반환하기
오늘은 어레이에서 중복된 인자들을 없애고 고유한 인자들만 반환하는 법에 대해 포스팅하겠다. 또한 고유한 인자들의 인덱스 반환법과 고유한 인자들이 각각이 몇개가 있는지에 대해서도 작성하겠다. np.unique() np.unique()의 입력값의 인자들이 숫자 형태이든 문자열 형태이든 중복된 값들은 하나로 만들어준다. [숫자 형태 어레이] import numpy as np nums = [3,6,9,3,6,9,3,6,9] np.unique(nums) # array([3, 6, 9]) 숫자로 이뤄진 리스트의 경우이다. [문자열 형태 어레이] strs = ['num_1','num_2','num_3','num_1','num_2','num_3','num_1','num_2','num_3'] np.unique(strs)..
2022. 9. 21.
[Python] np.argmax, np.argmin - 넘파이 최댓값, 최솟값 인덱스 찾기
오늘은 넘파이 어레이의 최솟값, 최댓값 인덱스를 찾는 함수에 대해 포스팅하겠다. np.argmax(), np.argmin() 0~100까지의 10개 랜덤 어레이를 구성하겠다. random_num = np.random.randint(0,100,size=10) print(random_num) # array([84, 63, 80, 84, 90, 98, 15, 92, 5, 12]) 랜덤 어레이의 최댓값과 최솟값은 다음과 같다. print(random_num.max(), random_num.min()) # 98 5 우선 첫번째로 최댓값인 98의 인덱스를 np.argmax()를 통해 찾아보겠다. max_idx = np.argmax(random_num) print(max_idx) # 5 다음으로 최솟값의 5의 인덱스..
2022. 9. 12.
[Python] np.concatenate() - 넘파이 어레이 합치기
오늘은 넘파이 어레이들을 특정 축 기준으로 합치는 방법에 대해 소개하고자 한다. np.concatenate() 해당 함수는 특정 어레이들을 합칠 때 유용하게 사용된다. 이를 알아보기 위해 사이즈 (3,3)인 어레이와 (1,3)인 어레이를 합쳐보도록 하자. [입력값 생성] import numpy as np array_1 = np.random.randint(0,10,size = [3,3]) array_2 = np.random.randint(0,10,size = [1,3]) print(array_1) """ [[0 5 5] [4 3 7] [6 8 4]] """ print(array_2) # [[4 6 5]] [concat] np.concatenate([array_1,array_2]) """ array([[0,..
2022. 9. 12.
