Numpy 배열에서 고유한 값을 계산하는 방법(예제 3개)
다음 방법을 사용하여 NumPy 배열에서 고유한 값을 계산할 수 있습니다.
방법 1: 고유 값 표시
n.p. single (my_array)
방법 2: 고유 값 개수 계산
len (np. unique (my_array))
방법 3: 각 고유 값의 발생 횟수 계산
n.p. unique (my_array, return_counts= True )
다음 예에서는 다음 NumPy 배열을 사용하여 실제로 각 메서드를 사용하는 방법을 보여줍니다.
import numpy as np #create NumPy array my_array = np. array ([1, 3, 3, 4, 4, 7, 8, 8])
예 1: 고유 값 표시
다음 코드는 NumPy 배열에 고유한 값을 표시하는 방법을 보여줍니다.
#display unique values
n.p. single (my_array)
array([1, 3, 4, 7, 8])
출력에서 NumPy 배열의 고유한 값인 1, 3, 4, 7, 8을 각각 볼 수 있습니다.
예시 2: 고유 값 개수 계산
다음 코드는 NumPy 배열의 고유 값의 총 개수를 계산하는 방법을 보여줍니다.
#display total number of unique values len (np. unique (my_array)) 5
출력에서 NumPy 배열에 5개의 고유 값이 있음을 알 수 있습니다.
예시 3: 각 고유 값의 발생 횟수 계산
다음 코드는 NumPy 배열에서 각 고유 값의 발생 횟수를 계산하는 방법을 보여줍니다.
#count occurrences of each unique value
n.p. unique (my_array, return_counts= True )
(array([1, 3, 4, 7, 8]), array([1, 2, 2, 1, 2]))
출력의 첫 번째 테이블에는 고유 값이 표시되고 두 번째 테이블에는 각 고유 값의 개수가 표시됩니다.
다음 코드를 사용하여 이 출력을 읽기 쉬운 형식으로 인쇄할 수 있습니다.
#get unique values and counts of each value
unique, counts = np. unique (my_array, return_counts= True )
#display unique values and counts side by side
print ( np.asarray ((unique,counts)). T )
[[1 1]
[3 2]
[4 2]
[7 1]
[8 2]]
결과에서 우리는 다음을 볼 수 있습니다:
- 값 1이 1 번 나타납니다.
- 값 3이 두 번 나타납니다.
- 값 4가 두 번 나타납니다.
- 값 7이 1 번 나타납니다.
- 값 8이 두 번 나타납니다.
추가 리소스
다음 튜토리얼에서는 Python에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.
NumPy 배열의 모드를 계산하는 방법
NumPy 배열에 함수를 매핑하는 방법
NumPy 배열을 열별로 정렬하는 방법