Numpy Exercise

Numpy Exercise

Create a boolean array

np.full((3,3), True, dtype=bool)

array([[ True, True, True],
       [ True, True, True], 
       [ True, True, True]])

np.full(shape, fill_value, dtype=None)

• shape : 생성할 array의 shape을 지정
• fill_value : 생성할 array의 값을 지정
• dtype : 생성할 array의 자료형(data type)을 지정

Stack arrays a and b vertically

a = np.arange(10).reshape(2,-1)
b = np.repeat(1, 10).reshape(2,-1)

np.concatenate([a,b], axis=0)
np.r_[a,b]

array([[0, 1, 2, 3, 4], 
       [5, 6, 7, 8, 9], 
       [1, 1, 1, 1, 1], 
       [1, 1, 1, 1, 1]])

np.concatenate((a1, a2, ...), axis=0)

• a1, a2, ... : 같은 shape의 array를 지정
• axis : 합치고 싶은 축 지정

Stack arrays a and b horizontally

a = np.arange(10).reshape(2,-1)
b = np.repeat(1, 10).reshape(2,-1)

np.concatenate([a,b], axis=1)
np.c_[a,b]

array([[0, 1, 2, 3, 4, 1, 1, 1, 1, 1],  
       [5, 6, 7, 8, 9, 1, 1, 1, 1, 1]])

Get all items between 5 and 10 from a.

a = np.array([2, 6, 1, 9, 10, 3, 27])
index = np.where((a>=5) & (a<=10))
a[index]
a[(a>=5) & (a<=10)]

array([6, 9, 10])

np.where(condition, x, y)

• condition : 적절한 조건
• x : condition이 True이면 x를 반환
• y : condition이 False이면 y를 반환
• x, y가 주어지지 않는다면 condition을 만족하는 index를 반환

Create the ranks for the given numeric array a.

np.random.seed(10)
a = np.random.randint(20, size=10)
print(a)
print(a.argsort()) # 각 값을 오름차순 하여 index를 반환
a.argsort().argsort() # 한 번 더 진행하게 되면 각 값에 맞는 rank를 반환

array([9, 4, 15, 0, 17, 16, 17, 8, 9, 0])
array([3, 9, 1, 7, 0, 8, 2, 5, 4, 6])
array([4, 2, 6, 0, 8, 7, 9, 3, 5, 1])

np.argsort(a, axis=-1)

• a : array 를 지정
• axis : 정렬하고 싶은 축 지정

Compute the one-hot encodings (dummy binary variables for each unique value in the array)

np.random.seed(101)
arr = np.random.randint(1,4, size=6)

def one_hot(arr):
    unique_value = np.unique(arr)
    counts = len(unique_value)
    value_to_index = {value: idx for idx, value in enumerate(unique_value)}
    return np.eye(counts)[[value_to_index[value] for value in arr]]

one_hot(arr)

[2 3 2 2 2 1]

array([[0., 1., 0.], 
       [0., 0., 1.], 
       [0., 1., 0.], 
       [0., 1., 0.], 
       [0., 1., 0.], 
       [1., 0., 0.]])

np.eye(N, M=None, k=0) : 주어진 크기의 단위 행렬 or 대각 행렬을 생성

• N : row의 수
• M : column의 수
• k : 대각 행렬 값이 시작하는 위치

np.unique(ar, return_index=False, return_inverse=False, return_counts=False)

• ar : array를 지정
• return_index : True이면 array에서 unique한 값이 처음 나온 index 반환
• return_inverse : True이면 array에서 unique한 값에 매칭되는 index 반환
• return_counts : True이면 array에서 unique한 값의 횟수 반환

---

REF

https://www.machinelearningplus.com/python/101-numpy-exercises-python/