Znanost o podacima

Kako se koristi Python NumPy jedinstvena () funkcija

Kako se koristi Python NumPy jedinstvena () funkcija

NumPy knjižnica koristi se u pythonu za stvaranje jednog ili više dimenzionalnih nizova i ima mnogo funkcija za rad s nizom. Funkcija unique () jedna je od korisnih funkcija ove knjižnice za otkrivanje jedinstvenih vrijednosti niza i vraćanje sortiranih jedinstvenih vrijednosti. Ova funkcija također može vratiti skup vrijednosti polja, niz asocijativnih indeksa i broj prikaza svake jedinstvene vrijednosti u glavnom polju. Različite upotrebe ove funkcije prikazane su u ovom vodiču.

Sintaksa:

Sintaksa ove funkcije dana je u nastavku.

niz numpy.jedinstveni (input_array, return_index, return_inverse, return_counts, axis)

Ova funkcija može imati pet argumenata, a svrha tih argumenata objašnjena je u nastavku.

Funkcija unique () može vratiti četiri vrste nizova na temelju vrijednosti argumenata.

Primjer-1: Ispis jedinstvenih vrijednosti jednodimenzionalnog niza

Sljedeći primjer pokazuje upotrebu funkcije unique () za stvaranje niza s jedinstvenim vrijednostima jednodimenzionalnog niza. Jednodimenzionalni niz od 9 elemenata korišten je kao vrijednost argumenta jedinstvene () funkcije. Vraćena vrijednost ove funkcije ispisana je kasnije.

# Uvezi NumPy knjižnicu
uvoz numpy kao np
# Stvori niz cijelog broja
np_array = np.jedinstveno ([55, 23, 40, 55, 35, 90, 23, 40, 80])
# Ispis jedinstvenih vrijednosti
print ("Niz jedinstvenih vrijednosti je: \ n", np_array)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Ulazni niz sadrži 6 jedinstvenih elemenata koji su prikazani u izlazu.

Primjer-2: Ispis jedinstvenih vrijednosti i indeksa na temelju ulaznog polja

Sljedeći primjer pokazuje kako se jedinstvene vrijednosti i indeksi dvodimenzionalnog niza mogu dobiti pomoću funkcije unique (). Kao ulazni niz korišten je dvodimenzionalni niz od 2 retka i 6 stupaca. Vrijednost return_index argument je postavljen na Pravi kako bi se dobili indeksi ulaznih nizova na temelju jedinstvenih vrijednosti niza.

# Uvezi NumPy knjižnicu
uvoz numpy kao np
# Stvorite dvodimenzionalni niz
np_array = np.niz ([[6, 4, 9, 6, 2, 9], [3, 7, 7, 6, 1, 3]])
# Ispišite dvodimenzionalni niz
print ("Sadržaj dvodimenzionalnog niza: \ n", np_array)
# Stvorite jedinstveni niz i indeksni niz jedinstvenih vrijednosti
jedinstveni_ niz, indeks_ niz = np.jedinstveno (np_array, return_index = True)
# Ispišite vrijednosti jedinstvenih i indeksnih nizova
print ("Sadržaj jedinstvenog niza: \ n", jedinstveni_ niz)
print ("Sadržaj niza indeksa: \ n", niz_indeksa)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Ulazni niz sadrži 7 jedinstvenih vrijednosti. Izlaz prikazuje niz od 7 jedinstvenih vrijednosti i 7 indeksa tih vrijednosti iz ulaznog polja.

Primjer-3: Ispis jedinstvenih vrijednosti i indeksa na temelju izlaznog polja

Sljedeći primjer pokazuje kako jedinstvene vrijednosti jednodimenzionalnog niza i indeksi temeljeni na jedinstvenim vrijednostima pomoću funkcije unique (). U skripti se kao ulazni niz koristi jednodimenzionalni niz od 9 elemenata. Vrijednost return_inverse argument je postavljen na Pravi koji će vratiti drugi niz indeksa na temelju jedinstvenog indeksa niza. I jedinstveni niz i niz indeksa ispisali su se kasnije.

# Uvezi NumPy knjižnicu
uvoz numpy kao np
# Stvorite niz cjelobrojnih vrijednosti
np_array = np.niz ([10, 60, 30, 10, 20, 40, 60, 10, 20])
print ("Vrijednosti ulaznog polja: \ n", np_array)
# Stvorite jedinstveni niz i inverzni niz
jedinstveni_ niz, inverzni_ niz = np.jedinstveno (np_array, return_inverse = True)
# Ispišite vrijednosti jedinstvenog niza i inverznog niza
print ("Vrijednosti jedinstvenog niza: \ n", jedinstveni_ niz)
print ("Vrijednosti inverznog niza: \ n", inverzni_ niz)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Izlaz je prikazao ulazni niz, jedinstveni niz i inverzni niz. Ulazni niz sadrži 5 jedinstvenih vrijednosti. To su 10, 20, 30, 40 i 60. Ulazni niz sadrži 10 u tri indeksa koji su prvi element jedinstvenog niza. Dakle, 0 se tri puta pojavio u inverznom nizu. Ostale vrijednosti inverznog polja postavljene su na isti način.

Primjer 4: Ispišite jedinstvene vrijednosti i učestalost svake jedinstvene vrijednosti

Sljedeći primjer pokazuje kako funkcija unique () može dohvatiti jedinstvene vrijednosti i učestalost svake jedinstvene vrijednosti ulaznog polja. Vrijednost return_counts argument je postavljen na Pravi za dobivanje niza frekvencijskih vrijednosti. Jednodimenzionalni niz od 12 elemenata korišten je u funkciji unique () kao ulazni niz. Niz jedinstvenih vrijednosti i vrijednosti frekvencije tiskani su kasnije.

# Uvezi NumPy knjižnicu
uvoz numpy kao np
# Stvorite niz cjelobrojnih vrijednosti
np_array = np.niz ([70, 40, 90, 50, 20, 90, 50, 20, 80, 10, 40, 30])
print ("Vrijednosti ulaznog polja: \ n", np_array)
# Stvorite jedinstveni niz i prebrojite niz
jedinstveni_ niz, count_array = np.jedinstveno (np_array, return_counts = True)
# Ispišite vrijednosti jedinstvenog niza i inverznog niza
print ("Vrijednosti jedinstvenog niza: \ n", jedinstveni_ niz)
print ("Vrijednosti niza brojanja: \ n", niz_broja)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Ulazni niz, jedinstveni niz i niz brojeva ispisani su u izlazu.

Zaključak

Detaljne upotrebe jedinstvenih () funkcija objašnjene su u ovom vodiču na više primjera. Ova funkcija može vratiti vrijednosti različitih polja i prikazane ovdje pomoću jednodimenzionalnih i dvodimenzionalnih polja.

Bitka za Wesnoth 1.13.6 Razvoj objavljen
Bitka za Wesnoth 1.13.6 objavljeno prošlog mjeseca, šesto je razvojno izdanje u izdanju 1.13.x series i donosi niz poboljšanja, ponajviše korisničkog ...
Kako instalirati League Of Legends na Ubuntu 14.04
Ako ste ljubitelj League of Legends, ovo je prilika za vas da testirate League of Legends. Imajte na umu da je LOL podržan na PlayOnLinux ako ste kori...
Instalirajte najnoviju strategiju igre OpenRA na Ubuntu Linux
OpenRA je Libre / Free Real Time strateški pokretač igre koji stvara rane Westwoodove igre poput klasične Command & Conquer: Red Alert. Distribuirani ...