Numpy 배열에 함수를 매핑하는 방법(예제 포함)
다음 기본 구문을 사용하여 함수를 NumPy 배열에 매핑할 수 있습니다.
#define function
my_function = lambda x: x*5
#map function to every element in NumPy array
my_function(my_array)
다음 예에서는 이 구문을 실제로 사용하는 방법을 보여줍니다.
예제 1: 1차원 NumPy 배열에 함수 매핑
다음 코드는 각 값에 2를 곱한 다음 5를 더하는 NumPy 배열에 함수를 매핑하는 방법을 보여줍니다.
import numpy as np #create NumPy array data = np. array ([1, 3, 4, 4, 7, 8, 13, 15]) #define function my_function = lambda x: x*2+5 #apply function to NumPy array my_function(data) array([ 7, 11, 13, 13, 19, 21, 31, 35])
새 테이블의 각 값이 계산된 방법은 다음과 같습니다.
- 첫 번째 값: 1*2+5 = 7
- 두 번째 값: 3*2+5 = 11
- 세 번째 값: 4*2+5 = 13
등등.
예제 2: 다차원 NumPy 배열에 함수 매핑
다음 코드는 각 값에 2를 곱한 다음 5를 더하는 다차원 NumPy 배열에 함수를 매핑하는 방법을 보여줍니다.
import numpy as np #create NumPy array data = np. array ([[1, 2, 3, 4], [5, 6, 7, 8]]) #view NumPy array print (data) [[1 2 3 4] [5 6 7 8]] #define function my_function = lambda x: x*2+5 #apply function to NumPy array my_function(data) array([[ 7, 9, 11, 13], [15, 17, 19, 21]])
이 구문은 1차원 배열과 마찬가지로 다차원 배열에서도 잘 작동합니다.
추가 리소스
다음 튜토리얼에서는 NumPy에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.
NumPy 배열에 열을 추가하는 방법
Python에서 NumPy 배열을 목록으로 변환하는 방법
NumPy 배열을 CSV 파일로 내보내는 방법