<\/p>\n
Anda dapat menggunakan salah satu metode berikut untuk menghitung urutan elemen dalam array NumPy:<\/span><\/p>\n Metode 1: Gunakan argsort() dari NumPy<\/strong><\/span><\/p>\n Metode 2: Gunakan Rankdata() SciPy<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan array NumPy berikut:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi argsort()<\/strong> NumPy untuk mengurutkan elemen array:<\/span><\/p>\n Hasilnya menunjukkan peringkat setiap elemen dalam array asli, dengan 0<\/strong> mewakili nilai terendah.<\/span><\/span><\/p>\n Keuntungan dari pendekatan ini adalah Anda tidak perlu memuat modul tambahan apa pun, namun kelemahannya adalah argsort()<\/strong> hanya memiliki satu metode untuk menangani tautan.<\/span><\/p>\n Secara default, argsort()<\/strong> menggunakan metode ordinal untuk menangani tautan, artinya nilai tertaut yang muncul pertama kali secara otomatis diberi peringkat lebih rendah.<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi Rankdata()<\/strong> SciPy untuk menentukan peringkat elemen array:<\/span><\/p>\n Hasilnya menunjukkan peringkat setiap elemen dalam array asli, dengan 1<\/strong> mewakili nilai terkecil.<\/span><\/p>\n Jika Anda ingin 0<\/strong> mewakili nilai terkecil, cukup kurangi 1 dari setiap nilai:<\/span><\/p>\n Secara default, fungsi Rankdata()<\/strong> memberikan peringkat rata-rata ke semua nilai yang memiliki ikatan.<\/span><\/span><\/p>\n Namun, Anda dapat menggunakan argumen metode untuk menangani tautan dengan cara yang berbeda.<\/span><\/p>\n Misalnya, kode berikut menunjukkan cara menggunakan ordinal<\/strong> sebagai metode pengelolaan tautan:<\/span><\/p>\n Ini menghasilkan hasil yang sama seperti metode argsort()<\/strong> NumPy.<\/span><\/p>\n Metode pengelolaan tautan lainnya mencakup min<\/strong> , max<\/strong> , dan solid<\/strong> .<\/span><\/p>\n Pelajari setiap metode dalam dokumentasi SciPy<\/a> .<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di NumPy:<\/span><\/p>\n Cara menghapus elemen duplikat dari array NumPy<\/a> Anda dapat menggunakan salah satu metode berikut untuk menghitung urutan elemen dalam array NumPy: Metode 1: Gunakan argsort() dari NumPy import numpy as np ranks = np. array (my_array). argsort (). argsort () Metode 2: Gunakan Rankdata() SciPy from scipy. stats import rankdata ranks = rankdata(my_array) Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> numpy as<\/span> np\n\nranks = np. array<\/span> (my_array). argsort<\/span> (). argsort<\/span> ()\n<\/strong><\/span><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> rankdata\n\nranks = rankdata(my_array)\n<\/b><\/span><\/pre>\n import<\/span> numpy as<\/span> np\n\n#define array of values\n<\/span>my_array = np. array<\/span> ([3, 5, 2, 1, 9, 9])\n\n#view array\n<\/span>print<\/span> (my_array)\n\n[3 5 2 1 9 9]<\/b><\/span><\/pre>\n Contoh 1: Mengurutkan Elemen dalam Array NumPy Menggunakan argsort()<\/span><\/strong><\/h2>\n
#calculate rank of each item in array\n<\/span>ranks = np. array<\/span> (my_array). argsort<\/span> (). argsort<\/span> ()\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\n[2 3 1 0 4 5]\n<\/strong><\/span><\/pre>\n Contoh 2: Pemeringkatan Elemen dalam Array NumPy Menggunakan Rankdata()<\/span><\/strong><\/h2>\n
from<\/span> scipy. stats<\/span> import<\/span> rankdata<\/b><\/span>\n\n#calculate rank of each item in array\n<\/span>ranks = rankdata(my_array)<\/b>\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\narray([3. , 4. , 2. , 1. , 5.5, 5.5])\n<\/strong><\/span><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> rankdata<\/b>\n<\/span>\n#calculate rank of each item in array\n<\/span>ranks = rankdata(my_array) - 1\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\n[2. 3. 1. 0. 4.5 4.5]<\/strong><\/span><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> rankdata<\/b>\n\n#calculate rank of each item in array\n<\/span>ranks = rankdata(my_array, method=' ordinal<\/span> ') - 1\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\n[2 3 1 0 4 5]\n<\/strong><\/span><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara mengonversi array float NumPy menjadi bilangan bulat<\/a>
Bagaimana mengkonversi matriks NumPy ke array<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"