반응형
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 | 29 | 30 | 31 |
Tags
- Google Spreadsheet
- array
- Excel
- string
- matplotlib
- c#
- Python
- list
- Tkinter
- dataframe
- Kotlin
- 파이썬
- gas
- math
- google apps script
- Redshift
- PANDAS
- django
- Github
- SQL
- Java
- Apache
- hive
- GIT
- numpy
- Google Excel
- Mac
- PostgreSQL
- PySpark
Archives
- Today
- Total
달나라 노트
Python numpy : clip (최대/최소값 제한하기) 본문
728x90
반응형
numpy의 clip method는 전달받은 숫자를 최소값 또는 최대값 사이의 값인지 체크합니다.
최소값보다 작은 값은 최소값으로 return하며,
최대값보다 큰 값은 최대값으로 return합니다.
만약 array를 전달받았을 경우 array에 있는 각각의 요소들마다 clip을 적용하여 array를 return합니다.
Syntax
numpy.clip(value_array,
min,
max)
value_array = clip method를 적용할 어떤 값 또는 array입니다.
min = 최소값입니다.
max = 최대값입니다.
import numpy as np
val_test = np.clip(10, 2, 7)
print(val_test)
-- Result
7
10은 max값인 7보다 크므로 7이 return됩니다.
import numpy as np
val_test = np.clip(2, 2, 7)
print(val_test)
val_test = np.clip(5, 2, 7)
print(val_test)
val_test = np.clip(7, 2, 7)
print(val_test)
-- Result
2
5
7
2, 5, 7 모두 최소값 2, 최대값 7 사이에 있는 값이므로 그대로 return됩니다.
import numpy as np
arr_test = np.array(
[
[9, 1, 5, 7],
[2, 6, 5, 8],
[0, 3, 0, 2],
[4, 0, 7, 3],
[4, 0, 7, 3]
]
)
print(arr_test)
arr_new = np.clip(arr_test, 2, 4)
print(arr_new)
-- Result
[[9 1 5 7]
[2 6 5 8]
[0 3 0 2]
[4 0 7 3]
[4 0 7 3]]
[[4 2 4 4]
[2 4 4 4]
[2 3 2 2]
[4 2 4 3]
[4 2 4 3]]
clip method에 array를 전달하였습니다.
그러면 array의 각 요소에 clip을 적용하여 array의 각 요소들의 값을 업데이트합니다.
위 예시를 보면 원본 array에서 2보다 작은 값은 모두 2로 변화되었으며,
4보다 큰 값은 모두 4로 변환된 것을 볼 수 있습니다.
728x90
반응형
'Python > Python numpy' 카테고리의 다른 글
Python numpy : percentile (백분위수), quantile (사분위수) (0) | 2024.03.25 |
---|---|
Python numpy : ones (1로 채워진 array 생성) (0) | 2024.03.07 |
Python numpy : zeros_like (같은 크기의 0으로 채워진 행렬 생성, 같은 크기의 행렬 생성) (0) | 2022.03.22 |
Python numpy : pad (array 테두리 데이터 추가. array 테두리 추가) (0) | 2022.03.22 |
Python numpy : array indexing (0) | 2022.03.22 |
Comments