우당탕탕 쏘스 다이어리

3. 범주 → 범주1) 교차표 작성가장 먼저 실행해야 할 것은 교차표 작성이다.교차표는 crosstab함수로 가능하다!pd.crosstab(행, 열, normalize='columns | index | all') → columns = 열기준 | index = 행기준 | all = 전체 기준 2) 시각화 a. 모자이크 플롯(mosaic plot)mosaic plot은 범주별 양과 비율을 그래프로 나타내 준다.mosaic(df, [행, 열])x축 길이는 각 객실등급별 승객비율 그 중 3등급 객실을 보면, y축 길이는 3등급 객실 승객 중 사망/생존 비율 각각의 면적은 전체에서 그 칸이 차지하는 비율빨간선은 생존에 관한 전체 평균을 의미함 많이 떨어질수록 더 의미가 있다(?)두 범주형 변수가 아무런 상관이 없..

1. 숫자 → 숫자1) 그래프a. 산점도sns.scatterplot(x = , y = , data = )sns.pairplot(df) → 숫자형 변수들에 대한 산점도를 한꺼번에 2) 수치화 : 상관계수, P-valuea. 상관계수 직선의 상관관계를 나타내는 값-1, 1에 가까울 수록 강한 상관관계를 나타내게 됨.b. P-value : 우연히 사건이 발생할 확률관계를 수치화 한 값이 유의미한 지 판단하는 숫자< 0.05(5%)이면, 두변수 간에 관계가 있다.(상관관계가 의미가 있다.)c. 수치화 방법spst.pearsonr(x, y)df.corr() 3) 상관계수와 P-value의 한계상관계수는 직선의 관계만 수치화P-value는 1) 데이터가 많아질수록 값이 작아지기 때문에 많은 표본 집단을 활용해서 P..

단변량 분석 요약 1. 숫자형 변수1) 수치화a. 대푯값 나타내기 평균 df.mean() → 평균을 대푯값으로 사용할 때에는 평균의 함정을 조심해야 한다.중위수(중앙값) df.median()최빈값 df.mode()4분위수 → 1사분위수 df['column'].describe()['25%'] → 2사분위수 df['column'].describe()['50%'] → 3사분위수 df['column'].describe()['75%'] b. 기초통계량 계산하기df[’column’].describe() → 시리즈로 기초통계량 제공df[[’column’]].describe() → 리스트 형태로 불러오게 되면 데이터 프레임으로 기초통계량 제공.T 를 사용하게 되면 전치된 결과가 불러져온다df.describe() → 데..

1. 라이브러리 준비import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %config InlineBackend.figure_format = 'retina' 2. 기본차트 그리기1) 차트 그리기plt. plot(1차원 값) : 라인차트가 그려진다. → x축 : 인덱스 → y축 : 1차원 값2) x축과 y축의 값 지정하기plt.plot(x축, y축) plt.plot(x축, y축, data=df) 3. 차트 꾸미기1) x축, y축 이름, 타이틀 붙이기plt.plot(x, y) plt.xticks(rotation = 30) # x축 label 방향을 30도 틀기 plt.xlabel('x축') plt..

1. 열 변경 1) 열 이름 변경 rename() 메소드를 사용해 변경 전 후의 열 이름을 딕셔너리 형태로 나열하는 방법 → inplace=True 를 주어야 실제 반영 df.rename(columns={'A': 'B', 'C': 'D', inplace=True) 모든 열 이름을 변경할 때는 columns 속성을 변경 → 변경이 필요 없는 열은 기존 이름을 부여해야 함! # 기존 열 이름 : ['A', 'B', 'C'] # 변경하고자 하는 이름 : ['A', 'D', 'E'] df.columns = ['A', 'D', 'E'] 2) 열 추가 새로운 열을 추가하여 기존 데이터에서 계산된 결괏값을 저장하는 경우 df['new'] = df['A'] + df['B'] insert() 메소드를 사용해 원하는 위치..

1. 테이터프레임 탐색 데이터프레임의 기본 정보를 탐색하는 것 데이터의 크기, 내용, 분포, 누락된 값(결측치) 등을 확인 확인된 내용을 통해 데이터 전처리 필요 여부를 결정 데이터 확인에 사용되는 주요 메소드 head(x) : x개 만큼의 상위 데이터 확인 (기본값 = 5) tail(x) : x개 만큼의 하위 데이터 확인 (기본값 = 5) shape : 데이터프레임 크기 index : 인덱스 정보 확인 values : 값 정보 확인 columns : 열 정보 확인 dtypes : 열 자료형 확인 info() : 열에 대한 상세한 정보 확인 → (열이름, 해당열 개수, 데이터 타입, 전체 행 개수 등) describe() : 기초통계정보 확인 ※describe()를 이용해 사분위수를 뽑아내는 법! # 특..

1. 데이터프레임 이해 1) 데이터프레임이란 pandas 사용 목적이 데이터 프레임을 사용하기 위한 목적으로 봐도 무관 데이터를 처리, 조회 분석하는 가장 효율적인 방법 테이블, 엑셀 형태 직접 데이터 테이블을 만들 수 있으나, 보통 csv파일, 엑셀 파일, DB에서 읽어옴 2) 데이터프레임 형태 데이터 프레임은 인덱스(행 이름)와 열 이름이 있고 없고에 따라 다른 형태 인덱스란 특정 행을 조회할 때, 열 이름은 특정 열을 조회할 때 사용 a. 인덱스와 열 이름이 없는 형태 (실무에서는 자주 볼 수 없음) b. 열 이름을 지정한 형태(가장 자주 보는 형태) c. 인덱스와 열 이름을 지정한 형태 2. 데이터프레임 직접 만들기 대부분 리스트, 딕셔너리, Numpy 배열로 데이터프레임을 만듦 pd.DataFr..

스터디 방법 : 해당 주차 HakerRank 문제풀이 → 문제풀이 및 레슨런을 기록해 깃헙(or 블로그, 노션 등 택) 업로드 → 모닝 미팅에서 돌아가며 자신이 풀이한 문제 설명 및 레슨런 공유 문제 1 - Revising the Select Query I SELECT * FROM CITY WHERE COUNTRYCODE = 'USA' AND POPULATION > 100000 문제 2 - Revising the Select Query II SELECT NAME FROM CITY WHERE POPULATION > 120000 AND COUNTRYCODE = 'USA' 문제 3 - Select All SELECT * FROM CITY 문제 4 - Select By ID SELECT * FROM CITY W..

3기에서 굉장히 의욕적이시고 멋지신 분께서 SQL 스터디를 만들어주셨다. 나는 1년 정도의 인턴 과정에서 (이미 완성된)쿼리문을 가지고 데이터를 추출하고 그것을 분석하는 과정을 경험했는데, 이것만으론 데이터베이스를 이해하기에는 너무나 부족하다는 생각이 들어 스터디를 지원하게 되었다. 스터디를 모집하시고, 커리큘럼을 짜신 에이블러님은 정말 대단하다는 생각이 들었다. 이런식으로 구성이 되어 있고, 모집을 받으신 뒤에 희망자가 많아 조를 나누어 구성하는 시간을 가지셨다고 했다. 총 3개의 팀으로 나누어져서 스터디를 진행하게 될 예정! 최대한 AIVLE 스쿨 같은반 끼리 구성되도록 하셨다고 했다. 나는 팀 QUERY! 우리 팀의 경우 투표를 통해 매주 수요일 오전 8시에 디스코드에서 1시간 안쪽으로 스터디 모임..

→ 1, 2, 3 차원배열을 만들 수 있음 → Reshape 기능을 이용해 배열 형태를 바꿀 수 있음 → 인덱싱과 슬라이싱으로 원하는 데이터를 조회할 수 있음 → 배열 사이의 기본적인 연산을 수행할 수 있음 1. 라이브러리 불러오기 Numpy 배열을 사용하려면 numpy 라이브러리를 불러와야 함 import numpy as np 2. 배열만들기 1) 용어 정의 axis : 배열의 각 축 rank : 축의 개수 shape : 축의 길이, 배열의 크기 2) 배열 만들기 np.array() 함수를 사용해서 배열을 만든다 대부분 리스트로 부터 만들거나, 머신러닝 관련 함수 결과값이 배열이 됨 # 1차원 리스트 a1 = [1, 2, 3, 4, 5] b1 = np.array(a1) print(b1) # [1 2 3..