PROGRESS
11 / 13
단원
넘파이(NumPy) 기초 13
데이터프레임 생성과 편집 9
데이터 탐색과 필터링 12
데이터 집계와 통계 13
데이터 시각화(matplotlib) 10
파일 입출력(CSV, Excel, JSON) 10
전체 목록
QUESTION 11 #308
넘파이 배열에서 가장 큰 값과 가장 작은 값이 위치한 인덱스 번호를 찾으려고 합니다. 빈칸에 알맞은 함수명을 입력하세요.
main.py
import numpy as np
score = np.array([65, 92, 78, 88, 95, 72])
# 1. 최댓값이 있는 위치(인덱스) 찾기
max_idx = np.(score)
print(f"최고 점수의 인덱스: {max_idx}")
# 2. 최솟값이 있는 위치(인덱스) 찾기
min_idx = np.(score)
print(f"최저 점수의 인덱스: {min_idx}")
HINT
힌트: 인덱스(인자)를 반환하는 함수는 앞에 'arg'가 붙습니다. 최댓값은 argmax, 최솟값은 argmin을 사용합니다.
실행 결과 예시
최고 점수의 인덱스: 4 최저 점수의 인덱스: 0
INTERACTIVE SHELL
Shift + Enter 로 즉시 실행
np.argmax()와 np.argmin()
이 함수들은 최대값/최소값의 위치(인덱스)를 반환합니다.
max/min vs argmax/argmin
| 함수 | 반환값 | 예시 결과 |
|---|---|---|
np.max() |
최대값 | 95 |
np.argmax() |
최대값의 인덱스 | 4 |
np.min() |
최소값 | 65 |
np.argmin() |
최소값의 인덱스 | 0 |
동작 과정
score = np.array([65, 92, 78, 88, 95, 72])
# 인덱스: 0 1 2 3 4 5
| 함수 | 설명 | 결과 |
|---|---|---|
np.argmax(score) |
95가 있는 위치 | 4 |
np.argmin(score) |
65가 있는 위치 | 0 |
"arg"의 의미
arg는 argument(인자, 인덱스)의 줄임말입니다.
argmax= argument of maximum = 최대값의 위치argmin= argument of minimum = 최소값의 위치
실전 활용
score = np.array([65, 92, 78, 88, 95, 72])
names = ['김철수', '이영희', '박민수', '최지은', '정하늘', '한서준']
# 1등 학생 찾기
best_idx = np.argmax(score)
print(f"1등: {names[best_idx]} ({score[best_idx]}점)")
# 결과: 1등: 정하늘 (95점)
💡 기억법: "arg"가 붙으면 값이 아닌 위치(인덱스)를 반환합니다.