arange. range. 정렬(sort & argsort)

목록


1
import numpy as np

1. arange란?

arange와 range를 같이 보고 이해하면 됨

[실제 상황 예시]

우리는 순차적인 값을 생성할 때가 많다. 예를 들면:

  1. 회원에 대한 가입번호 부여
  2. 100개 한정 판매 상품에 대한 고유 번호 부여

이 밖에도 데이터 관리를 위한 인덱스를 차례대로 부여하는 것은 매우 흔한 일이다.


1-1. 순서대로 리스트에 값을 생성하려면?

1~10까지 값을 생성하려면?

1
arr = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
1
arr
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

1-2. arange를 사용해서 쉽게 생성하기

np.arange(a, b): a 부터 b-1 까지 생성한다 (a포함, b미포함)

1
arr = np.arange(1, 11)
1
arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

1-3. keyword인자를 사용해보기

np.arange(start = a, stop = b)

1
arr = np.arange(start=1, stop=11)
1
arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])


1
arr = np.arange(stop=11, start=1)  # start & stop 지정했기 때문에 순서 바꿔도 됨
1
arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])


1
arr = np.arange(11,1)  # start & stop 지정 안하면 순서 바꿨을 때 오류 남
1
arr
array([], dtype=int32)

1-4. 홀수의 값만 생성

1~10 사이의 값중 홀수만 생성

step 키워드 활용

np.arange(start, stop, step)

1
arr = np.arange(1, 11, 2)
1
arr
array([1, 3, 5, 7, 9])


1
arr = np.arange(start=1, stop=11, step=2)
1
arr
array([1, 3, 5, 7, 9])


2. range (Numpy와는 상관없는 Python문법)

  • range는 말 그대로 범위를 지정해 주는 것이다

  • 보통 for-in 의 반복문에서 많이 사용된다

  • arange와는 다르게 array형태로 저장되어있지 않고 그냥 가볍게 바로바로 쓴다


arange 구문 활용시

1
arr = np.arange(1, 11)
1
arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])


1
2
for i in arr:
    print(i)
1
2
3
4
5
6
7
8
9
10

range 구문 활용시

1
2
for i in range(1, 11):
    print(i)
1
2
3
4
5
6
7
8
9
10


1
2
for i in range(1, 11, 2):
    print(i)
1
3
5
7
9


3. 정렬

3-1. 1차원 정렬

1차원 정렬은 매우 간단함

  • 오름차순으로 정렬: np.sort(arr)
  • 내림차순으로 정렬: np.sort(arr)[::-1]
1
arr = np.array([1, 10, 5, 8, 2, 4, 3, 6, 8, 7, 9])
1
arr
array([ 1, 10,  5,  8,  2,  4,  3,  6,  8,  7,  9])


1
np.sort(arr)
array([ 1,  2,  3,  4,  5,  6,  7,  8,  8,  9, 10])


1
np.sort(arr)[::-1]
array([10,  9,  8,  8,  7,  6,  5,  4,  3,  2,  1])

하지만, 그냥 이상태에서는 정렬된 이 값들이 유지가 안됨
값을 sort 된 상태로 유지시키려면:

  • 변수로 다시 지정해주기
  • np.sort(arr) 대신 arr.sort() 쓴다 [arr자체에 sort명령을 씌워줌]
1
arr
array([ 1, 10,  5,  8,  2,  4,  3,  6,  8,  7,  9])


1
np.sort(arr)
array([ 1,  2,  3,  4,  5,  6,  7,  8,  8,  9, 10])


1
arr    # np.sort 만 실행했을 때 유지가 안됨
array([ 1, 10,  5,  8,  2,  4,  3,  6,  8,  7,  9])


1
arr2 = np.sort(arr)   # 방법1: arr2로 지정하기
1
arr2
array([ 1,  2,  3,  4,  5,  6,  7,  8,  8,  9, 10])


1
arr.sort()    # 방법2: arr.sort 사용하기
1
arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  8,  9, 10])


3-2. N차원 정렬

N차원 정렬에서는 axis 중요함. (즉, 정렬 기준이 되는 축)

1
2
3
arr2d = np.array([[5, 6, 7, 8], 
                  [4, 3, 2, 1],
                  [10, 9, 12, 11]])
1
arr2d.shape
(3, 4)

열 정렬 (왼쪽에서 오른쪽으로 정렬) – axis 1을 기준으로 삼

1
arr2d   # 정렬 전
array([[ 5,  6,  7,  8],
       [ 4,  3,  2,  1],
       [10,  9, 12, 11]])


1
np.sort(arr2d, axis = 1)   # 정렬 후
array([[ 5,  6,  7,  8],
       [ 1,  2,  3,  4],
       [ 9, 10, 11, 12]])

행 정렬 (위에서 아래로 정렬) – axis 0을 기준으로 삼

1
arr2d   # 정렬 전
array([[ 5,  6,  7,  8],
       [ 4,  3,  2,  1],
       [10,  9, 12, 11]])


1
np.sort(arr2d, axis = 0)   # 정렬 후
array([[ 4,  3,  2,  1],
       [ 5,  6,  7,  8],
       [10,  9, 12, 11]])


3-3. index를 반환하는 argsort

정렬한 결과에는 값을 반환하는 것이 아닌 index를 반환한다


열 정렬 (왼쪽에서 오른쪽으로 정렬)

1
arr2d   # 정렬 전
array([[ 5,  6,  7,  8],
       [ 4,  3,  2,  1],
       [10,  9, 12, 11]])


1
np.sort(arr2d, axis = 1)  # sort 정렬 후
array([[ 5,  6,  7,  8],
       [ 1,  2,  3,  4],
       [ 9, 10, 11, 12]])


1
np.argsort(arr2d, axis = 1)   # argsort 정렬 후
array([[0, 1, 2, 3],
       [3, 2, 1, 0],
       [1, 0, 3, 2]], dtype=int64)


행 정렬 (위에서 아래로 정렬)

1
arr2d   # 정렬 전
array([[ 5,  6,  7,  8],
       [ 4,  3,  2,  1],
       [10,  9, 12, 11]])


1
np.sort(arr2d, axis = 0)   # sort 정렬 후
array([[ 4,  3,  2,  1],
       [ 5,  6,  7,  8],
       [10,  9, 12, 11]])


1
np.argsort(arr2d, axis = 0)   # argsort 정렬 후
array([[1, 1, 1, 1],
       [0, 0, 0, 0],
       [2, 2, 2, 2]], dtype=int64)