본문 바로가기
  • 블랜더 거실
728x90
반응형

IT인터넷25

[디지털 문해력]Python으로 시작하는 데이터 분석_Pandas 심화(211002) ○ Numpy array와 마찬가지로 masking 연산이 가능하다 import numpy as np import pandas as pd df = pd.DataFrame(np.random.rand(5,2), columns=["A", "B"]) df["A"] 2021. 10. 2.
[디지털 문해력]Python으로 시작하는 데이터 분석_Numpy 사용해보기(210927) 라이브러리 Numpy는 고성능의 수치 계산을 위해 만들어진 라이브러리로 효율적인 데이터분석이 가능하도록 N차원의 배열 객체를 지원합니다. Numpy가 널리쓰이고 강력하다는 말을 듣게 해주는 것은 바로 Numpy의 배열 객체인 ndarray의 힘이라고 봐도 과언이 아닙니다. numpy library에서 자주 사용하는 함수로는 아래와 같은 것들이 있으며 이 클래스에서 함께 배우게 됩니다. np.array → 배열생성 np.zeros → 0이 들어있는 배열 생성 np.ones → 1이 들어있는 배열 생성 np.empty → 초기화가 없는 값으로 배열을 반환 np.arrange(n) → 배열 버전의 range 함수 ○ 배열 만들기 - 데이터의 대부분은 숫자 배열로 볼 수 있다. - 파이썬 리스트로도 계산 할 수.. 2021. 10. 2.
[디지털 문해력]Python으로 시작하는 데이터 분석_Pandas 기본 알아보기(210930) Pandas란 구조화된 데이터를 효과적으로 처리하고 저장할 수 있는 파이썬 라이브러리. Array 계산에 특화된 numpy를 기반으로 만들어져서 다양한 기능들을 제공한다. ○ Series: numpy array가 보강된 형태 Data와 Index를 가지고 있다. - 인덱스를 가지고 있고 인덱스로 접근 가능하다. import pandas as pd data = pd.Series([1, 2, 3, 4]) data = pd.Series([1,2,3,4]), index=['a','b','c','d']) data['b'] → (출력) 2 - 딕셔너리로 만들 수 있다. population_dict = { 'korea' : 5180, 'japan' : 12718, 'china' : 141500, 'usa' : 326.. 2021. 10. 2.
[디지털 문해력]Python 파이썬 배우기 2일차(210915) 파이썬 배우는 첫날은 간단한 것으로 쉬웠는데 오늘은 종류가 추가되었다. 양이 늘어나면 혼란은 있겠지만 이번 사이버 교육과정은 실습을 많이 하면서 스스로 생각하게 하므로 수동적인 교육보다 문법을 익히는데 도움이 된다. 블로그로 정리하면서 두 번 배우는 셈이니 아직까지는 즐겁게 익히고 있다. LIST 활용 [ ]로 감싼 자료로 이를 활용하는 방법은 Indexing, slicing이 있다. 1. list.append(d) ㄴ dot access라고 함. append는 덧붙이다. ㄴ 자료 d를 리스트 마지막 원소 뒤에 추가하겠다. 오직 한 개의 자료만 넣을 수 있다. ex) a = [ ] b = ['a', 'b', 'c'] a.append(10) b.append('d') print(a,b) #[10], ['a'.. 2021. 9. 19.
728x90
반응형

티스토리툴바