Byte의 발자취

# 실습전 기본 라이브러리 및 한글 찍기 import import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline import platform from matplotlib import font_manager, rc plt.rcParams['axes.unicode_minus'] = False if platform.system() == 'Darwin': rc('font', family='AppleGothic') elif platform.system() == 'Windows': path = "c:/Windows/Fonts/malgun.ttf" font_name = font_..

import pandas as pd # 예제 실행을 위해 데이터 프레임 생성 df = pd.DataFrame({'Employee ID':[111, 222, 333, 444], 'Employee Name':['Chanel', 'Steve', 'Mitch', 'Bird'], 'Salary [$/h]':[35, 29, 38, 20], 'Years of Experience':[3, 4 ,9, 1]}) # 판다스는 반복문 필요없이 알아서 데이터(행)를 찾아준다. df['Years of Experience'] >= 3 0 True 1 True 2 True 3 False Name: Years of Experience, dt..

레이블로 생성하기 # 판다스의 2차원 데이터 처리는, 데이터 프레임으로 한다. (DataFrame) # 실제 데이터 분석에서는 csv 파일을 판다스의 데이터 프레임으로 읽어와서 작업한다. # 연습을 위해 예제로 데이터 프레임을 생성하여 분석해 보자. import pandas as pd # We create a dictionary of Pandas Series items = {'Bob' : pd.Series(data = [245, 25, 55], index = ['bike', 'pants', 'watch']), 'Alice' : pd.Series(data = [40, 110, 500, 45], index = ['book', 'glasses', 'bike', 'pants..

Pandas 의 장점 Allows the use of labels for rows and columns 기본적인 통계데이터 제공 NaN values 를 알아서 처리함. 숫자 문자열을 알아서 로드함. 데이터셋들을 merge 할 수 있음. It integrates with NumPy and Matplotlib # 파이썬의 라이브러리 # 판다스는 넘파이를 확장해서 만든 데이터 스트렉쳐 / numpy는 기계 친화적 (숫자로 구성됨) # 판다스는 넘파이를 포함하고 있다 import pandas as pd index = ['eggs', 'apples', 'milk', 'bread'] data = [30, 6, 'Yes', 'No'] # numpy에서 1차원 데이터 벡..

Boolean 연산은 참(True) 또는 거짓(False) 값을 반환하는 연산을 말한다. NumPy에서는 이러한 Boolean 연산을 배열에 적용하여 각 요소의 조건을 평가할 수 있다. 예를 들어, 배열의 각 요소가 특정 조건을 만족하는지 여부를 판단하는 데 사용된다. 비교 연산자: == (equal), != (not equal), >, =, 80 array([[False, False, False, True, False], [False, False, True, False, True], [False, False, True, False, False], [False, False, False, False, False]]) x[ x > 80 ] # 난이도 중요도 최상! array([88..

1. ndarray[start:end] 2. ndarray[start:] 3. ndarray[:end] # 뭐 부터 뭐 까지 => 3시 ~ 5시 # 3 : 5+1 # 홍길동이라는 이름을 예시로 원하는 인덱스 위치에 결과만 출력 fullname = '홍길동' fullname[1:2+1] '길동' # 어디서부터 시작해서 끝까지 fullname[1:] '길동' # 1차원 배열 생성 x = np.arange(2, 10+1) x x[2 : 5+1] => 2번 인덱스 위치부터 5번 위치까지 가져오기 array([4, 5, 6, 7]) # X 라는 다차원 배열에서 원하는 위치값 가져오기 array([[76, 95, 49, 98, 11], [19, 19, 29, 64, 80],..

** 실습전 import 중요 ** import numpy as np import random # 데이터 전체에서 최대값, 최소값, 전체합, 전체평균, 표준편차, 중앙값을 구하세요 # 1부터 100 사이의 정수로 구성된 4행 5열 배열 생성 X = np.random.randint(1, 100+1, (4,5)) X array([[74, 46, 91, 68, 83], [29, 23, 66, 66, 86], [93, 89, 71, 16, 64], [ 4, 7, 84, 41, 4]]) # 최대값 X.max() 93 # 최소값 X.min() 4 # 모든 요소의 합계 X.sum() 1105 # 모든 요소의 평균값 X.mean() 55.25 # 표준 편차 X.std() 30.49077729412617 # 각 행렬 또..