
Jedną z przydatniejszych funkcji w bibliotece NumPy jest numpy.argmin()
. Pozwala ona znaleźć indeks najmniejszej wartości w tablicy NumPy, co jest niezwykle przydatne przy analizie danych. Dzisiaj wyjaśnię, jak dokładnie działa ta funkcja, jakie ma zastosowania i jak można jej używać w praktyce.
Czym jest numpy.argmin()?
Funkcja numpy.argmin()
zwraca indeks najmniejszego elementu w tablicy NumPy. Jeśli mamy tablicę jedno- lub wielowymiarową i chcemy znaleźć lokalizację najmniejszej wartości, to właśnie ta funkcja nam w tym pomoże.
Składnia i argumenty funkcji numpy.argmin()
Oto podstawowa składnia funkcji:
numpy.argmin(a, axis=None, out=None)
Gdzie:
a
– tablica NumPy, w której szukamy indeksu minimalnej wartości.axis
(opcjonalny) – określa oś, wzdłuż której zostanie wykonane wyszukiwanie.out
(opcjonalny) – tablica wyjściowa, do której zapisany zostanie wynik.
Przykład zastosowania numpy.argmin()
Zacznijmy od prostego przykładu, w którym znajdujemy indeks najmniejszego elementu w jednowymiarowej tablicy:
import numpy as np
arr = np.array([10, 2, 5, 1, 8])
index = np.argmin(arr)
print(index) # Output: 3
W powyższym przykładzie najmniejsza wartość wynosi 1
, a jej indeks to 3
.
Jak działa numpy.argmin() w przypadku tablic wielowymiarowych?
W przypadku tablic wielowymiarowych możemy określić oś, wzdłuż której chcemy znaleźć indeks minimalnej wartości. Przykładowo:
arr = np.array([[4, 9, 1],
[7, 2, 6]])
index = np.argmin(arr, axis=0)
print(index) # Output: [0 1 0]
Oznacza to, że:
- Dla pierwszej kolumny (
[4, 7]
) najmniejsza wartość to4
, indeks0
. - Dla drugiej kolumny (
[9, 2]
) najmniejsza wartość to2
, indeks1
. - Dla trzeciej kolumny (
[1, 6]
) najmniejsza wartość to1
, indeks0
.
Podobnie możemy użyć axis=1
, aby znaleźć indeksy najmniejszych wartości wzdłuż wierszy.
Różnice między numpy.argmin() a numpy.min()
Często funkcja numpy.argmin()
jest mylona z numpy.min()
. Oto kluczowe różnice:
Funkcja | Opis | Przykład |
---|---|---|
numpy.min() |
Zwraca najmniejszą wartość w tablicy. | np.min([10, 2, 5, 1, 8]) → 1 |
numpy.argmin() |
Zwraca indeks najmniejszej wartości. | np.argmin([10, 2, 5, 1, 8]) → 3 |
Obsługa wartości NaN w numpy.argmin()
Jeśli w tablicy znajdują się wartości NaN
(Not a Number), wynik może być nieoczekiwany. NumPy uznaje NaN
za wartość „większą” niż liczby rzeczywiste. Zobaczmy to na przykładzie:
arr = np.array([3, np.nan, 1, 5])
index = np.argmin(arr)
print(index) # Output: 2
Funkcja ignoruje NaN
i zwraca indeks najmniejszej liczby rzeczywistej.
Podsumowanie
Funkcja numpy.argmin()
jest niezwykle przydatna w analizie danych, pozwalając szybko znaleźć indeks najmniejszej wartości w tablicy NumPy.
Najważniejsze rzeczy, które warto zapamiętać:
- Funkcja działa zarówno na jednowymiarowych, jak i wielowymiarowych tablicach.
- Parametr
axis
pozwala kontrolować kierunek wyszukiwania w tablicach wielowymiarowych. - W odróżnieniu od
numpy.min()
, funkcja zwraca indeks, a nie samą wartość. - Obecność
NaN
może wpłynąć na wynik i warto na to uważać podczas pracy z danymi.
Teraz, znając szczegóły działania numpy.argmin()
, można go z powodzeniem wykorzystać w analizie danych i algorytmach w Pythonie.
Opanuj analizę danych w Pythonie z moim kursem!
Opanujesz podstawy programowania w Pythonie, w tym typy danych, zmienne, listy, słowniki, funkcje oraz obsługę błędów. Nauczysz się korzystać z biblioteki pandas do zaawansowanej analizy danych i pracy z różnymi rodzajami danych. Zrozumiesz proces analizy, eksploracji (EDA) i wizualizacji. Tworzenie własnych funkcji przygotuje Cię do rozmów kwalifikacyjnych i rozwiązywania rzeczywistych problemów biznesowych.
Zostań analitykiem danych – dołącz do KajoDataSpace!
Najlepsza ścieżka do zawodu analityka danych. Dostęp do pełnych wersji kursów online z Excela, SQLa, Tableau i Pythona z certyfikatami + specjalistycznych webinarów z PowerBI.
Ekskluzywana ale pomagająca sobie społeczność.
Ponad 61 godzin materiałów video.
Spotkania LIVE co miesiąc.
Mój osobisty mentoring.