728x90
반응형
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 인덱스를 np.argmin()을 사용하여 찾는다.
min_idx = np.argmin(random_num)
print(min_idx)
마지막으로 획득한 최댓값, 최솟값의 인덱스를 넘파이 어레이의 인자로 넣어 맞게 출력이 되었는지 확인한다.
print(random_num[max_idx], random_num[min_idx])
# 98 5
np.argmax(), np.argmin()을 활용하여 손쉽게 넘파이 어레이의 최댓값, 최솟값의 인덱스를 찾을 수 있다. 물론 최댓값과 최솟값을 np.where()을 통해 찾는 방법도 있지만, 이는 코드가 불필요하게 늘어나기에 추천은 하지 않는다.
728x90
반응형
'Python > Numpy' 카테고리의 다른 글
[Python] np.where() - 조건 두 개 사용하는 법 (0) | 2022.09.26 |
---|---|
[Python] np.unique() - 중복된 값들 중 고유한 값들만 반환하기 (0) | 2022.09.21 |
[Python] np.concatenate() - 넘파이 어레이 합치기 (0) | 2022.09.12 |
[Python] np.transpose(), np.swapaxes() - 차원 및 축 변경하기 (0) | 2022.09.12 |
[Python] np.newaxis, np.expand_dims(), np.squeeze() - 차원 및 축 조절하기 (0) | 2022.09.12 |
댓글