Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- lambda
- 넘파이 배열
- 네트워크 기초
- 데이터 마이닝
- 차원축소
- OOP
- numpy 기초
- 코테
- Design Pattern
- 파이썬
- NumPy
- 클러스터링
- 코드트리
- 머신러닝
- 자바
- cpp class
- ack
- 코딩테스트실력진단
- 기계학습
- 코딩테스트
- cpp
- c++
- 넘파이
- 합성곱 신경망
- java
- 디자인 패턴
- Machine Learning
- 넘파이 기초
- python
- 데이터 분석
Archives
- Today
- Total
준비하는 대학생
[NumPy] sort 정렬 본문
1. NumPy sort 함수
NumPy의 sort() 함수는 배열을 오름차순으로 정렬하는데 사용됩니다. 기본적으로 numpy.sort() 함수는 다음과 같은 형태로 사용할 수 있습니다.
import numpy as np
arr = np.array([4, 2, 1, 5, 3])
sorted_arr = np.sort(arr)
print(sorted_arr)
결과
[1 2 3 4 5]
2. 정렬 알고리즘 선택하기
numpy.sort() 함수는 선택적으로 정렬 알고리즘을 지정할 수 있습니다. 이때 kind 매개변수를 사용하여 선택할 수 있는 알고리즘은 다음과 같습니다.
- 'quicksort': 퀵 정렬 (기본값)
- 'mergesort': 병합 정렬
- 'heapsort': 힙 정렬
- 'stable': 안정적인 정렬 알고리즘 선택 (병합 정렬)
예시
import numpy as np
arr = np.array([4, 2, 1, 5, 3])
sorted_arr = np.sort(arr, kind='mergesort')
print(sorted_arr)
3. 다차원 배열에서의 정렬
numpy.sort() 함수는 다차원 배열에서도 사용할 수 있습니다. 이때 axis 매개변수를 사용하여 정렬이 수행되는 축을 지정할 수 있습니다.
예시
import numpy as np
arr = np.array([[4, 2, 1], [5, 3, 6]])
sorted_arr = np.sort(arr, axis=1)
print(sorted_arr)
결과
[[1 2 4]
[3 5 6]]
4. 내림차순 정렬
numpy.sort() 함수는 기본적으로 오름차순으로 정렬하므로, 내림차순 정렬을 하려면 정렬된 배열을 뒤집어야 합니다. 이때 numpy.flip() 함수를 사용할 수 있습니다.
예시
import numpy as np
arr = np.array([4, 2, 1, 5, 3])
sorted_arr = np.sort(arr)
descending_arr = np.flip(sorted_arr)
print(descending_arr)
결과
[5 4 3 2 1]
이상으로 NumPy의 np.sort() 함수에 대해 알아보았습니다. 이 함수는 NumPy 배열을 정렬하는 데에 유용하게 사용될 수 있습니다. np.sort() 함수는 기본적으로 오름차순으로 정렬하며, kind 파라미터를 통해 다양한 정렬 방식을 지정할 수 있습니다. 또한, axis 파라미터를 통해 배열의 축을 기준으로 정렬할 수 있습니다.
이러한 NumPy의 정렬 함수들은 데이터 과학, 머신 러닝, 인공지능 등 다양한 분야에서 사용되며, 파이썬에서 대용량 데이터를 다룰 때에도 높은 성능을 발휘합니다. 따라서, NumPy의 정렬 함수를 적절히 활용하여 데이터 처리 및 분석 작업을 보다 효율적으로 수행할 수 있습니다.
'Programming > Machine learning' 카테고리의 다른 글
[NumPy] random 난수 생성 (0) | 2023.03.16 |
---|---|
[NumPy] 확장 슬라이싱 (0) | 2023.03.15 |
[NumPy] unique 함수 (0) | 2023.03.14 |
[NumPy] 인덱싱 (2) | 2023.03.13 |
[NumPy] reshape 함수 (0) | 2023.03.13 |
Comments