[Python] Numpy 유용한 함수 (통계 함수)

2023.11.14 - [Programing/Python] - [Python] Numpy란? numpy array 생성하기

[Python] Numpy란? numpy array 생성하기

 

 

Numpy를 좀 더 유용하게 사용하기 위한 함수들을 정리.

---

 

▼ Numpy로 행렬을 다루기 위한 차원의 확장과 축소의 함수를 알아보자 !

 

    ▷ 차원 확장 : 배열의 차원을 확장.

          expand_dims(arr, axis)               

• arr : 차원을 확장할 배열
• axis : 새로 추가될 차원의 위치, 정수 또는 튜플

   ▷  차원 축소 : 크기가 1인 차원을 제거

           squeeze(arr, axis)

• arr : 차원을 축소할 배열
• axis : 제거될 차원의 위치, 생략 시 크기가 1인 모든 차원 제거

 

 

▼ 중복 제거 

      unique(arr)

• arr : 중복을 축소할 배열
• return_index : 처음 중복이 시작되는 index들의 배열 return
•  return_counts : True로 설정할 경우에 중복 개수 return

 

▼  정렬

    ▷ np.sort(array, axis)

• arr : 정렬할 배열
• axis : 정렬할 차원
• 원본 행렬은 그대로 유지하고 정렬된 배열 반환

     ▷ ndarray.sort()

     ·  원본 행렬자체를 정렬된 행렬로 변경하고 None을 반환

 

    ▷ np.argsort(array)

     ·  원본 행렬이 정렬되었을 때 해당 원소의 인덱스 반환

 

 

 

 

▼  numpy 라이브러리는 기본적인 통계 기능도 제공한다. 통계 관련 함수 !

• array.max() – 최댓값  ,  array.min() – 최솟값 

import numpy as np

arr1 = np.array([1,3,5,7,15])

print(arr1.max())    # 최댓값 : 15
print(arr1.min())    # 최솟값 : 1

 

 

• array.mean() – 평균값 

• np.median(array) - 중앙값 : median은 numpy array 메소드가 아니라 numpy의 메소드인 것을 주의 !!!

import numpy as np

arr2 = np.array([1, 3, 5, 7, 8])
arr3 = np.array([2, 4, 5, 8, 11, 12])

print(arr2.mean())      # 평균값 : 4.8
print(np.median(arr2))  # 중앙값 : 5.0
print(np.median(arr3))  # 중앙값 : 6.5    ( 중앙값이 두 개일때는 두 수의 평균값을 반환. )

 

 

• array.std() – 표준편차 , array.var() –분산 

import numpy as np

arr4 = np.array([3, 7, 17, 5, 21, 40, 52])

print(arr4.std())      # 표준편차 : 17.375798322578987
print(arr4.var())      # 분산 : 301.9183673469388