Làm thế nào để bạn tìm thấy chế độ của một mảng có nhiều mảng trong python?

Để biết giá trị xuất hiện nhiều nhất trong mảng là gì, chúng ta gọi phương thức là “mode”. Trong các tập dữ liệu, một số mảng hoặc ma trận có thể chứa nhiều hơn một giá trị chế độ hoặc điểm dữ liệu và trong một số trường hợp, nó không thể có dù chỉ một giá trị xảy ra lặp lại. Chế độ đã được chứng minh là một công cụ hữu ích vì nó hoạt động như một thước đo để tìm xu hướng trung tâm và cũng có thể được sử dụng để biểu thị độ lệch chuẩn cho một tập dữ liệu. ”

Thủ tục

Bài viết này sẽ cho độc giả biết về chức năng Numpy mode. Độc giả sẽ biết cách triển khai hàm mode bằng thư viện NumPy theo cú pháp python. Một số ví dụ sẽ được đề cập trong bài viết để bạn đọc sử dụng chính xác hàm mode. Trước khi bắt đầu với các ví dụ trong bài viết, chúng tôi cần đảm bảo rằng chúng tôi đã cài đặt trình biên dịch Python với cài đặt Numpy phù hợp trong hệ thống

cú pháp

Cú pháp của hàm mode không cố định và chúng ta có thể tìm thấy mode theo hai lệnh được đề cập bên dưới trong python

1. duy nhất()
2. cách thức()

Các lệnh được đề cập ở trên sẽ được giải thích từng bước sau dưới dạng các ví dụ trong bài viết này

Ví dụ 01

Cú pháp được đề cập ở trên giải thích hai loại phương pháp mà chúng ta có thể sử dụng để tìm chế độ trong ngôn ngữ lập trình python. Ví dụ này sẽ sử dụng cách tiếp cận đầu tiên để triển khai chế độ cho một mảng. Để bắt đầu với ví dụ, trước tiên chúng ta sẽ tạo một dự án mới với tên mong muốn và lưu nó vào kho lưu trữ python. Bước tiếp theo sẽ là nhập thư viện Python “NumPy as np” vì chúng ta phải xử lý các hàm mảng trong ví dụ này, vì vậy chúng ta sẽ sử dụng numPy để khai báo một mảng trong dự án python

Cách tiếp cận đầu tiên mà chúng ta sẽ sử dụng để tìm chế độ là từ thư viện NumPy và hàm sẽ loại bỏ chế độ trong mảng là “NumPy. duy nhất()". Hàm này sẽ lấy mảng làm đối số đầu vào và sau đó sẽ trả về mảng chứa tất cả các số duy nhất trong mảng và cũng trả về số đếm bằng cách sử dụng hàm “argmax()” thành “True”, chứa thông tin về

Bây giờ, hãy tạo một mảng bằng cách sử dụng np làm “mảng” với hàm “np. mảng()”. Các thành viên của mảng sẽ là “[1,2,3,3,4,5]”. Sau đó, chúng tôi sẽ gọi “np. unique()” và đối với các đối số của hàm này, chúng ta sẽ truyền mảng mà chúng ta vừa tạo và số lượng trả về bằng “True”. Bây giờ chúng ta sẽ sử dụng giá trị của số lần trả về này và sẽ chuyển nó vào hàm “np. argmax()”, nó sẽ lấy ra giá trị lớn nhất bên trong mảng đếm này và lưu trữ giá trị trong biến “mode”, sau đó chúng ta sẽ hiển thị “mode” để in giá trị được lặp lại nhiều nhất trong mảng

nhập mảng như np
mảng = np.mảng([1, . 2,3,3,4,5])
vals,counts = np.duy nhất( mảng , return_counts . =True)
mode = np.argmax( số đếm )
in(vals[mode])

Giá trị được lặp lại nhiều nhất trong mảng là “3” và chương trình đã cho ra kết quả chính xác, nghĩa là chúng ta đã thực hiện thành công hàm mode

Ví dụ 02

Cách tiếp cận thứ hai mà chúng ta có thể sử dụng để tính toán chế độ của mảng NumPy là thông qua hàm “stat. cách thức()". Hàm này lấy chế độ cho mảng Numpy nhưng sử dụng thư viện từ “thống kê”. Thư viện này được sử dụng cho tất cả các chức năng liên quan đến thống kê. Phương thức “mode()” được bao gồm trong số liệu thống kê và sử dụng mảng làm đối số đầu vào của nó và nó trả về giá trị trong mảng xảy ra thường xuyên nhất. Chúng tôi sẽ bắt đầu quá trình triển khai ví dụ thứ hai bằng cách tạo một dự án đầu tiên trong trình biên dịch python

Để khởi tạo và khai báo mảng trong project, chúng ta sẽ import thư viện Numpy và khai báo là “np”. Sau khi nhập thư viện, chúng ta sẽ sử dụng thư viện này để khai báo một mảng có kích thước 100 với tên “array_mode”. Mảng sẽ chứa các phần tử là “([10, 8, 7, 6, 7, 6, 6, 5, 5, 4, 4, 3, 2, 4, 4, 4, 4, 4, 4])”. Để tìm mode cho mảng này, chúng ta sẽ gọi phương thức “stat. mode()” và sẽ truyền mảng mà chúng ta vừa khai báo trong các đối số của “stats. mode()” và sẽ lưu các giá trị từ lệnh gọi hàm này trong biến “mode_of_array”. Bây giờ chúng ta sẽ đơn giản đưa chế độ hiển thị của mảng bằng cách gọi phương thức “print()”

Để kiểm tra đầu ra của chức năng này được giải thích trong ví dụ này, chỉ cần sao chép và dán chức năng vào trình biên dịch python của bạn rồi chạy mã

nhập số liệu thống kê dưới dạng số liệu thống kê
nhập numpy as np
array_mode = np.mảng([10, . 8, 7, 6, 7, 6, 6, 5, 5, 4,3, 2, 4, 4, 4, 4, 4, 4])
print(stat.chế độ( array_mode ))

Sau khi chạy code ta sẽ có kết quả là “4”. Nếu chúng tôi quan sát từ phần giải thích của mã, chúng tôi đã khai báo một mảng có giá trị được lặp lại nhiều nhất bằng “4”, vì vậy đầu ra của mã này được xác minh; . Những gì chúng tôi đã làm trong ví dụ này là đầu tiên chúng tôi tạo một mảng bằng cách sử dụng “np” của Numpy. array()”, sau đó chúng tôi đã nhập “stat” từ “statistics” và sau đó gọi hàm là “stat. mode” để thực thi chế độ của mảng

Phần kết luận

Chúng tôi xin kết thúc bài xã luận bằng cách tóm tắt tất cả các bước mà chúng tôi đã thực hiện và các luận điểm trong bài viết này. Đầu tiên, bài viết giới thiệu ngắn gọn về “Chế độ NumPy”, sau đó nó giải thích cú pháp hoặc các phương thức được sử dụng để tính toán chế độ trong Numpy. Sau khi giải thích về cú pháp, bài viết sẽ chỉ ra cách chúng ta có thể triển khai chế độ bằng cách triển khai hai phương thức khác nhau một cách riêng biệt trên hai ví dụ duy nhất

Làm cách nào để tính toán chế độ trong Python bằng Scipy?

Có chức năng trung bình trong NumPy không?

Các phương thức trong NumPy trong Python là gì?

Có chức năng trung vị nào trong NumPy không?