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..

→ 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..

함수는 입력을 받아 무엇인가를 처리하거나 어떤 결과를 반환하는 것함수는 def 문으로 정의함수는 기본적으로 세 가지로 구성 1) 입력 : 입력 매개변수, 생략가능 2) 처리 : 코드들 3) 출력 : 처리 결과, 생략 가능 1. 입력def hello(): print('오우') a = hello() print(a) # return 값이 없어서 print를 하게 되면 None 값이 나온다 1) 입력 매개변수def hello(name): print(f'{name}님 안녕하세요? 반갑습니다!') hello('파이썬') # 파이썬님 안녕하세요? 반갑습니다!def hello(): name = input('이름은? \n') # 입력 print(f'{name}님 안녕하세요? 반갑습니다!') # 함수 사용 hello()a..

제어문 → 조건 처리나 반복 처리를 통해 코드의 실행 흐름을 제어 → 파이썬 제어문은 들여쓰기로 블럭을 지정하니 이에 ㅈ의 1. IF문 → 가장 대표적인 제어문이 if문 → 특정 조건에 맞는 경우에만 코드를 실행하고 싶을 때 사용 1) 단순 if문 조건이 참인 경우만 처리 조건이 거짓인 경우는 아무 처리도 하지 않는다 my_score = 73 if my_score >= 80: my_score += 10 my_score # 73 2) if ~ else 문 조건이 참인 경우와 아닌 경우 각각 처리 처리할 구문이 없거나 이후에 작성할 목적으로 pass 사용 가능 my_score = 73 if my_score >= 80: print('Pass') else: print('Fail') # Fail 3) if ~ e..