소개
어떤 문제를 해결하나요
데이터에 어떤 범주들이 있고, 각각 몇 번씩 나올까요? 설문 답변, 상품 코드, 레이블 같은 데이터는 분석하기 전에 빈도표부터 빠르게 만들어 봐야 합니다. 오타나 예상하지 못한 값이 있는지도 빈도표로 확인할 수 있습니다.
일상 속 비유
고유한 값과 그 개수를 구하는 것은 여러 색이 섞인 구슬 한 봉지를 컵에 나눠 담는 것과 같습니다. 컵 하나에 한 가지 색만 담고, 컵마다 구슬이 몇 개인지 적어 둡니다. 컵은 순서대로 늘어놓습니다.
np.unique(values, ...)🥣 서로 다른 값마다 컵 하나씩, 정렬된 순서로return_counts=True🔢 컵마다 구슬이 몇 개인지 적기.tolist()🧾 일반 Python 숫자로 바꾸기dict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique는 배열에 있는 서로 다른 값을 정렬된 순서로 돌려줍니다. return_counts=True를 주면 값마다 몇 번 나왔는지도 함께 돌려줍니다.
핵심 포인트
np.unique(values, return_counts=True)는 배열 두 개를 돌려줍니다.unique와counts입니다.unique에는 서로 다른 값이 정렬되어 들어 있습니다: 1, 2, 3.counts에는 값마다 나온 횟수가 들어 있습니다: 2, 1, 3.unique.tolist()와counts.tolist()는 NumPy 숫자를 일반 Python 숫자로 바꿉니다. 그래서 딕셔너리가{1: 2, 2: 1, 3: 3}으로 출력됩니다.
언제 사용하나요?
- 범주와 레이블의 빈도표를 만들 때.
- 데이터에 예상하지 못한 값이나 철자가 틀린 값이 있는지 확인할 때.
- 모델을 훈련하기 전에 클래스별 데이터 개수를 셀 때.
필요 없는 경우
- 일반 Python 리스트:
collections.Counter를 쓰면 NumPy 없이도 개수를 셀 수 있습니다. - 열이 여러 개인 표: pandas의
value_counts()는 레이블을 유지하고 개수 순서로 정렬해 줍니다.
예제 코드
import numpy as np
values = np.array([3, 1, 3, 2, 1, 3])
unique, counts = np.unique(values, return_counts=True)
print(dict(zip(unique.tolist(), counts.tolist())))
실행 결과
{1: 2, 2: 1, 3: 3}
코드 설명
np.unique() 함수는 서로 다른 값을 오름차순으로 정렬해 돌려줍니다. return_counts=True 매개변수를 주면 각 값의 등장 횟수가 담긴 배열도 함께 돌려줍니다. zip() 함수가 두 배열을 짝지어 주고, dict()가 {1: 2, 2: 1, 3: 3}이라는 결과를 만듭니다.
값을 변경하고 Python 설치 없이 CodeUtility 온라인 Python 컴파일러에서 실행하세요.
연습 문제
아래 제안을 따라 코드를 바꿔 보세요. 코드를 직접 고치고 결과를 확인하면 읽기만 할 때보다 레슨을 훨씬 잘 이해할 수 있습니다.
- 입력 배열의 모양(shape)과 데이터 타입(dtype)을 바꿔 보세요.
- 음수, 소수, 누락된 값으로 테스트해 보세요.
- 같은 연산을 더 큰 다차원 배열에 적용하고 시간을 재 보세요.
자주 하는 실수
NumPy 숫자가 든 딕셔너리를 그대로 출력하기
NumPy 2에서는 키와 값이 1이 아니라 np.int64(1)로 출력됩니다.
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
이 레슨을 마쳤나요?
학습 완료로 표시하면 진행 상황을 기록할 수 있습니다.
챌린지로 연습하기
이 레슨에서 배운 내용으로 실제 문제를 풀어 보세요. 모든 챌린지는 브라우저에서 실행되며 즉시 테스트와 AI 리뷰를 받을 수 있습니다.
- 단어 토크나이저와 어휘 사전 텍스트를 소문자 단어로 나누고 빈도순 어휘 사전을 만듭니다. 모든 언어 모델의 첫 단계입니다. 쉬움
- 중복 제거 각 값의 첫 번째 등장만 남기세요. 쉬움