목록에 있는 파이썬

목록에 있는 파이썬

2022-09-16 last update

6 minutes reading Python
파이썬에서 numpy.where() 함수는 조건이 충족되면 NumPy 배열에서 값을 선택하는 데 사용됩니다. 이 뿐만 아니라 조건을 만족하면 해당 값에 다양한 연산을 적용합니다. 조건을 충족하면 결과 출력 배열은 조건 = True인 경우 x의 값이 있는 배열이 됩니다. 반면에 Condition = False와 같은 조건을 충족하지 않는 경우 y의 값입니다. x와 y는 선택 사항입니다. x를 설정하면 y를 명시해야 합니다. 몇 가지 설명적인 예를 사용하여 이 기능을 구현하는 방법을 확인해 보겠습니다.
참고: Spyder 도구가 포함된 Windows 10은 두 예에서 모두 사용됩니다.

예 1:


이 예에서는 단일 조건으로 numpy.where() 함수를 보여줍니다. 먼저 "np"를 정의하기 위해 numpy 파일을 가져온 다음 numpy 배열과 동일한 크기의 목록을 초기화합니다. 이제 이 Numpy 배열 "List1"을 max_values ​​및 min_values ​​목록의 값을 포함하는 필터링된 배열로 변경해야 합니다. "List1"의 요소가 13보다 크면 max_values의 일치하는 값, 즉 'Max'로 교체합니다.
반면에 값이 13보다 크지 않으면 min_values의 일치하는 값, 즉 'Min'으로 교환합니다. 따라서 이를 위해 루프와 조건을 사용합니다. 따라서 이 작업을 완료하기 위해 Spyder 컴파일러로 np.where()를 구현해 보겠습니다. Windows 검색 창에서 Spyder IDE를 열고 파일 메뉴에서 새 소스 코드 파일을 만듭니다. 그런 다음 프로그램 코드를 작성하고 작동 방식을 확인하십시오.
Import numpy as np
List1 = np.array([11, 15, 16, 18])
Max_values = ['Max', 'Max', 'Max', 'Max']
Min_values = ['Min', 'Min', 'Min', 'Min']
result = np.where(arr>13,
['Max', 'Max', 'Max', 'Max'].
['Min', 'Min', 'Min', 'Min'])
print(result)

np.where()에는 세 개의 인수가 있습니다. 첫 번째는 bool 배열로 변경된 NumPy 배열 List1의 '조건'입니다. 그런 다음 numpy.where() 함수는 새 bool 배열을 탐색하고 조건을 확인합니다. 조건이 True이면 list1, 즉 max_values에서 해당 값을 자르고, 조건이 False이면 두 번째 목록인 min_values로 이동합니다. 이제 프로그램 파일을 임의의 이름으로 저장합니다. 여기에서 "Numpy.py"로 파일을 저장합니다. 모든 이름을 사용하여 프로그램 파일을 저장할 수 있지만 저장하는 동안 ".py"확장자를 사용하는 것을 잊지 마십시오.

이제 F5 키를 눌러 코드 파일을 실행하고 numpy.where()가 어떻게 작동하는지 확인합니다.

예 2:


다음 그림에서는 다양한 조건에서 numpy.where() 함수를 사용합니다. 먼저 목록에서 numpy 배열을 초기화합니다. 여기에서는 List1 배열에 다양한 조건을 구현했으며 bool 배열로 되돌아갔습니다. 그런 다음 numpy.where()는 bool 배열을 탐색하고 모든 조건을 확인합니다. 조건을 충족하면 Max 목록에서 해당 값을 선택합니다. 조건을 충족하지 않으면 두 번째 목록에서 해당 값을 선택합니다. 다음으로 두 목록에서 선택한 요소로 필터링된 배열을 생성합니다.
따라서 Spyder 컴파일러로 np.where()를 구현하여 프로그램의 작동을 확인하겠습니다. 여기서는 이전 코드 파일을 사용하고 프로그램 코드에 따라 변경합니다. 새 파일을 사용하거나 이전 파일을 유지할 수 있습니다.
np.where()에는 많은 인수가 있습니다. 첫 번째는 bool 배열로 변경된 NumPy 배열 List1의 조건입니다. 그런 다음 numpy.where() 함수는 새 bool 배열을 탐색하고 조건을 확인하고 콘솔 화면에 출력을 생성합니다.
Import numpy as np
List1 = np.array([10, 11, 12, 15, 16, 18])
result = np.where(List1>10) & (List1< 18),
['Max', 'Max', 'Max', 'Max', 'Max', 'Max'],
['Min', 'Min', 'Min', 'Min', 'Min', 'Min'])
print(result)

다시 "Numpy.py"코드 파일을 저장하고 F5 키를 눌러 NumPy가 여러 조건에서 어떻게 작동하는지 확인합니다.

결론:


이 가이드에서는 np.where()의 작동 및 사용법과 True 또는 False 조건을 기반으로 필터링된 NumPy 배열을 구축하는 데 이를 사용하는 방법에 대해 논의했습니다. 다른 방법을 사용하여 작동 방식을 확인할 수도 있습니다. 이 기사가 도움이 되었기를 바라며 당사 웹사이트의 다른 기사도 확인해 보시기 바랍니다.