Numpy.array 실습 문제
Jimmy가 창업한 품새사닭갈비 신주쿠점은 이제 직장인들에게 소문난 맛집입니다. 그러나 매일같이 성공적인 것은 아닙니다. 목표 일 매출을 달성하지 못하는 날들이 아직 꽤 있었습니다. Jimmy가 생각하는 성공적인 하루 매출은 20만 엔입니다.
성공적이지 않은 날의 매출만 골라서 보고 싶습니다. 20만 엔 이하의 매출만 담긴 numpy array를 출력해보겠습니다.
📌 반복문은 사용하지 안 됩니다!
📌 정답 출력 코드는 print가 없는 방식으로 작성해 주세요. (예시: bad_days_revenue)
numpy array의 좋은 점은 리스트 안의 데이터를 반복문 없이 한 번에 분석할 수 있다는 것입니다.
우리의 매출이 revenue_in_yen 이라는 변수에 리스트 형태로 들어 있습니다.
import numpy as np
revenue_in_yen = [
300000, 340000, 320000, 360000,
440000, 140000, 180000, 340000,
330000, 290000, 280000, 380000,
170000, 140000, 230000, 390000,
400000, 350000, 380000, 150000,
110000, 240000, 380000, 380000,
340000, 420000, 150000, 130000,
360000, 320000, 250000
]
numpy의 도움을 받기 위해서는 numpy array로 만들어 주어야겠죠?
en_array = np.array(revenue_in_yen)
리고 주어진 조건에 해당하는 filter를 만들어 줍시다.
filter = np.where(yen_array <= 200000)
filter # 결과 확인
(array([ 5, 6, 12, 13, 19, 20, 26, 27]),)
우리가 원하는 데이터가 어디에 있는지 확인할 수 있네요.
이 filter를 인덱싱에 활용해주면, 우리가 원하는 결과를 얻을 수 있습니다.
bad_days_revenue = yen_array[filter]
bad_days_revenue # 정답 출력
array([140000, 180000, 170000, 140000, 150000, 110000, 150000, 130000])
정답 출력
import numpy as np
revenue_in_yen = [
300000, 340000, 320000, 360000,
440000, 140000, 180000, 340000,
330000, 290000, 280000, 380000,
170000, 140000, 230000, 390000,
400000, 350000, 380000, 150000,
110000, 240000, 380000, 380000,
340000, 420000, 150000, 130000,
360000, 320000, 250000
]
yen_array = np.array(revenue_in_yen)
filter = np.where(yen_array <= 200000)
bad_days_revenue = yen_array[filter]
bad_days_revenue # 정답 출력
아래와 같이 메소드로 filter를 만들지 않고 바로 인덱싱하는 방법도 있습니다.
import numpy as np
revenue_in_yen = [
300000, 340000, 320000, 360000,
440000, 140000, 180000, 340000,
330000, 290000, 280000, 380000,
170000, 140000, 230000, 390000,
400000, 350000, 380000, 150000,
110000, 240000, 380000, 380000,
340000, 420000, 150000, 130000,
360000, 320000, 250000
]
yen_array = np.array(revenue_in_yen)
bad_days_revenue = yen_array[yen_array <= 200000]
bad_days_revenue # 정답 출력
마지막으로 Numpy.array의 공식 정보 공유 사이트를 링크 남기도록 하겠습니다.
요약 : sparta coding club, 스파르타 코딩, 코드잇, 노마드 코더, 프로그래밍, 직장인 코딩, 내일 배움 카드 코딩, 밀크티 코딩, 초등 코딩, 아이스크림 코딩, 코딩 소프트웨어, 구글 데이터 스튜디오, 데이터 웨어 하우스 , 빅 데이터 클라우드
'TESTING > PROGREMING' 카테고리의 다른 글
[데이터 사이언스 코딩 - Chap.5] 실습 Pandas 문제 풀어보기 (0) | 2021.07.23 |
---|---|
[데이터 사이언스 코딩 - Chap.4] 실습 numpy 기본 통계 문제 풀어보기 (0) | 2021.07.21 |
[데이터 사이언스 코딩 - Chap.2] 실습 Numpy.array 문제 풀어보기 (0) | 2021.07.19 |
[데이터 사이언스 코딩 - Chap.1] 실습 Numpy.array 문제 풀어보기 (0) | 2021.07.18 |
[데이터 사이언스 코딩] numpy array를 만드는 다양한 방법에 대해서 알아보자 (0) | 2021.07.17 |