np.where 예제

2019年8月3日

이 게시물에 접근 하는 가장 좋은 방법은 한 번가서 상당히 빨리 전체 기사를 읽고 다음 처음에 다시 와서 jupyter 노트북에서 예제를 시도 하는 것입니다. 예를 들어 네 번째 항목이 유효하지 않은 배열이 있다고 가정해 보겠습니다. numpy 배열의 모든 요소는 동일한 데이터 형식이어야 하므로 텍스트인 마지막 열은 기본적으로 `nan`으로 가져옵니다. np.where 는 지정된 조건이 true가 되는 배열의 위치를 찾습니다. 예 np.where와의 시차는 루프용 을 사용하는 것에 비해 꽤 큽니까. 설명서를 읽고 더 많은 예제를 쉽게 읽을 수 있습니다. 난 당신이 더 나은 성능에 대해 어떻게 물어 수 있습니다 알고있다. AI 알고리즘을 프로그래밍할 때 이 것을 사용할 경우, 당연히 이것이 중요합니다. 1,000,000 개 이상의 항목을 가져 가는 첫 번째 예제를 다시 만들었는데 합리적인 시차를 표시하는 것이 괜찮습니다.

기본적으로이 예제는 2×2 배열 (즉, 첫 번째 매개 렘의 배열 크기)을 만드는 np.를 실행할 때 첫 번째 매개 변수의 배열 항목을 통해 확인, 어떤 위치에 항목true, 그것은 두 번째 매개 변수를 통해 보고의 값을 가져옵니다. 해당 위치에 있는 배열이 false이면 thrid 매개 변수를 살펴보고 해당 위치에서 배열의 값을 가져옵니다. 그런 다음 새 배열을 출력합니다. 이 두 번째 예제 코드는 실제로 설명서에서 왔지만 조금 수정하여 더 심암시적인 What np.where가 먼저 첫 번째 매개 변수의 비슷한 크기 배열을 만든다는 것입니다. 첫 번째 매개 변수는 값이 >0.5인 경우 각 항목을 반복하고 검사하는 배열이며, 두 번째 매개람은 조건이 true인 경우 새 배열에서 대체되는 값이며 세 번째 매개 변수는 새 배열에서 대체되는 값입니다. 조건이 false인 경우. 두 예제에서 마지막 두 차원은 핵심 차원이 되었으며 서명에 따라 수정되어 설명서에서 좀 더 많은 안개를 지우는 데 도움이 되는 다른 예제를 살펴보겠습니다. 고맙게도 np.where는 2 개의 선택적 인수 x 및 y를 더 받아 들입니다. 조건이 true 일 때마다 `x`는 다른 `y`를 산출합니다. 딥 러닝 과정을 수강하는 동안 Andrew Ng는 프로그래밍 과제에서 if-else로 루프를 벡터화/대체할 수 있다고 언급했습니다.

カテゴリー:未分類