๋ณธ๋ฌธ ๋ฐ”๋กœ๊ฐ€๊ธฐ

ํŒŒ์ด์ฌ

(7)
์ œ 14์žฅ ๐Ÿ“’๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”_matplotlib๐Ÿ“’ ๐Ÿงท Matplotlib ํŒŒ์ด์ฌ ๊ธฐ๋ฐ˜ ๋ฐ์ดํ„ฐ ๋ถ„์„ ํ™˜๊ฒฝ์—์„œ ๊ฐ€์žฅ ์ผ๋ฐ˜์ ์œผ๋กœ ์‚ฌ์šฉ๋˜๋Š” ์‹œ๊ฐํ™” ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ ํ•˜์œ„ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ์ธ 'pyplot'์„ ํ†ตํ•ด ์ฃผ์š” ๊ธฐ๋Šฅ์„ ์‚ฌ์šฉ plotly, seaborn ๋“ฑ๊ณผ ๊ฐ™์€ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ๊ฐ€ ์ตœ๊ทผ ๊ฒฝ์Ÿ๋ ฅ์„ ๊ฐ–์ถ”๊ณ  ์žˆ์Œ pandas ๊ฐ์ฒด์˜ ๊ธฐ๋ณธ์ ์ธ ์‹œ๊ฐํ™” ๋„๊ตฌ plot() ๋ฉ”์„œ๋“œ๋ฅผ ํ†ตํ•ด ๋ฐ์ดํ„ฐ๋ฅผ ์‹œ๊ฐํ™” ์ข…๋ฅ˜ ๋ผ์ธ ํ”Œ๋กฏ(line plot) ๋ฐ” ์ฐจํŠธ(bar chart) ํžˆ์Šคํ† ๊ทธ๋žจ(histogram) ๋ฐ•์Šค ํ”Œ๋กฏ(box plot) ์Šค์บํ„ฐ ํ”Œ๋กฏ(scatter plot) - ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ ๊ฐ€์ ธ์˜ค๊ธฐ โœ… import matplotlib.pyplot as plt โœ… cmd: pip install matplotlib plt.plot(y) ๊ธฐ๋ณธ : ๋ผ์ธ ํ”Œ๋กฏ(line plot) ๋ฐ์ดํ„ฐ๊ฐ€ ์‹œ๊ฐ„, ์ˆœ์„œ ๋“ฑ์— ๋”ฐ๋ผ..
์ œ 10์žฅ ๐Ÿ“’๋ฐ์ดํ„ฐ ๋ถ„์„_Numpy-1๐Ÿ“’ Numpy Numeriacal Python ํŒŒ์ด์ฌ ๋จธ์‹ ๋Ÿฌ๋‹ ํŒจํ‚ค์ง€์ธ scikit-learn์—์„œ ๊ธฐ๋ณธ ๋ฐ์ดํ„ฐ ๊ตฌ์กฐ๋กœ ์‚ฌ์šฉ๋˜์–ด Numpy ๋ฐฐ์—ด ํ˜•ํƒœ์˜ ๋ฐ์ดํ„ฐ๋ฅผ ์‚ฌ์šฉ ํŒŒ์ด์ฌ ๊ธฐ๋ฐ˜ ๋ฐ์ดํ„ฐ ๋ถ„์„ ํ™˜๊ฒฝ์—์„œ ํ–‰๋ ฌ ๋ฐ ๋ฒกํ„ฐ ์—ฐ์‚ฐ์— ํ•„์š”ํ•œ ๋‹ค์–‘ํ•œ ํ•จ์ˆ˜๋ฅผ ์ œ๊ณต ๋ฉ”๋ชจ๋ฆฌ ์†Œ๋ชจ๊ฐ€ ๋งŽ์€ ๋ฐ˜๋ณต๋ฌธ ์—†์ด ์ „์ฒด ๋ฐ์ดํ„ฐ ๋ฐฐ์—ด์— ๋น ๋ฅธ ์—ฐ์‚ฐ์„ ์ฒ˜๋ฆฌํ•  ์ˆ˜ ์žˆ๋Š” ํ‘œ์ค€ ์ˆ˜ํ•™ ํ•จ์ˆ˜ ๋ฐฐ์—ด : ๋™์ผํ•œ ํŠน์„ฑ(๋ฐ์ดํ„ฐ ํƒ€์ž…) ๋ฐ ์ผ์ •ํ•œ ๊ทœ์น™์„ ๊ฐ€์ง€๋Š” ์—ฌ๋Ÿฌ ๊ฐœ์˜ ์š”์†Œ๊ฐ€ ๋‚˜์—ด๋˜์–ด ์žˆ๋Š” ๋ฐ์ดํ„ฐ ์ง‘ํ•ฉ ํŒŒ์ด์ฌ list ๊ฐ์ฒด๋ฅผ ์‚ฌ์šฉํ•  ๋•Œ ๋ณด๋‹ค Numpy์˜ ndarray ๊ฐ์ฒด๋ฅผ ์‚ฌ์šฉํ•˜๋ฉด ์—ฐ์‚ฐ ์†๋„๊ฐ€ ๊ฐœ์„ ๋˜์–ด ๋” ๋งŽ์€ ๋ฐ์ดํ„ฐ๋ฅผ ๋” ๋น ๋ฅด๊ฒŒ ์ฒ˜๋ฆฌ ๐Ÿ“Œ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ ๊ฐ€์ ธ์˜ค๊ธฐ : numpy as ๋ณ„์นญ ์„ ์–ธ ์ดํ›„์—๋Š” ๋ณ„์นญ์œผ๋กœ ํ•ด๋‹น ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ์˜ ๊ธฐ๋Šฅ์„ ํ˜ธ์ถœํ•  ์ˆ˜ ์žˆ๋‹ค. import ๋ผ..
์ œ 9์žฅ ๐Ÿ“’ํŒŒ์ด์ฌ(python) ๊ตฌ์กฐ์ฒด์™€ ํด๋ž˜์Šค๐Ÿ“’ ๊ตฌ์กฐ์ฒด ํด๋ž˜์Šค ์ด์ „์— ๊ตฌ์กฐ์ฒด๋ฅผ ๋จผ์ € ๊ณต๋ถ€ํ•˜๋Š” ์ด์œ ๋Š” ํด๋ž˜์Šค๊ฐ€ C์–ธ์–ด์˜ ๊ตฌ์กฐ์ฒด์—์„œ ํ™•์žฅ๋œ ๊ฐœ๋…์ด๊ธฐ ๋•Œ๋ฌธ์ž…๋‹ˆ๋‹ค. ๊ตฌ์กฐ์ฒด๋ž€ ๋ฐฐ์—ด๊ณผ๋Š” ๋‹ฌ๋ฆฌ ์ธ๋ฑ์Šค๊ฐ€ ์•„๋‹Œ "๋ณ€์ˆ˜๋ช…"์œผ๋กœ ํŠน์ • ๋Œ€์ƒ์„ ํ”„๋กœ๊ทธ๋ž˜๋ฐ์ ์œผ๋กœ ๋ฌ˜์‚ฌํ•˜๊ธฐ ์œ„ํ•ด ์‚ฌ์šฉํ•ฉ๋‹ˆ๋‹ค. ์ถ”์ƒํ™” ์ถ”์ƒํ™”๋Š” ๋Œ€์ƒ์„ ๊ฐ„๋‹จํ•˜๊ฒŒ ํ‘œํ˜„ํ•˜๋Š”๊ฒƒ์„ ์˜๋ฏธํ•ฉ๋‹ˆ๋‹ค. ์ด๋ฅผํ…Œ๋ฉด ์‚ฌ๋žŒ์„ ๋งŒ์•ฝ ์ปดํ“จํ„ฐ์ ์œผ๋กœ ํ‘œํ˜„ํ•œ๋‹ค๋ฉด ์›๋ž˜๋Œ€๋กœ๋ผ๋ฉด ํ‘œํ˜„ํ•ด์•ผํ•˜๋Š” ์š”์†Œ๊ฐ€ ๋„ˆ๋ฌด๋งŽ์Šต๋‹ˆ๋‹ค. ๊ทธ๋ ‡์ง€๋งŒ ํ”„๋กœ๊ทธ๋žจ์ ์œผ๋กœ ํ‘œํ˜„ ์š”์†Œ๋ฅผ ์ค„์ด๊ณ  ์ค„์—ฌ์„œ ํ•„์ˆ˜์ ์ธ ์š”์†Œ๋งŒ ํ‘œํ˜„ํ•˜๋Š”๊ฒƒ์ด ๊ฐœ๋ฐœ์— ์œ ๋ฆฌํ•˜๊ธฐ์— ์ถ”์ƒํ™”๋ฅผ ํ•˜๊ฒŒ๋ฉ๋‹ˆ๋‹ค. ์ถ”์ƒํ™” ์˜ˆ์‹œ ๊ณ ์–‘์ด์˜ ์š”์†Œ : ํ„ธ ์ƒ‰๊น”, ์ˆ˜์—ผ ๋ชจ์ˆ˜, ๋ชธ๋ฌด๊ฒŒ, ํ’ˆ์ข…, ์ด๋ฆ„, ๋‚˜์ด, ์„ ํ˜ธํ•˜๋Š” ๊ฐ„์‹, ์ฃผ์ธ, ์ง‘, ์„ฑ๋ณ„, ๊ฑด๊ฐ•์ƒํƒœ, ์ ํ”„๋ ฅ, ์šธ์Œ์†Œ๋ฆฌ, ๋ฐœํ†ฑ๊ธธ์ด...... ๋™๋ฌผ๋ณ‘์›์— ๋“ฑ๋กํ•˜๋Š”๋ฐ์—๋Š” [์ฃผ์ธ, ์ด๋ฆ„, ๋‚˜์ด, ํ’ˆ์ข…](, ..
์ œ 6์žฅ ๐Ÿ“˜ํŒŒ์ด์ฌ ๊ธฐ์ดˆ_ํ•จ์ˆ˜๐Ÿ“˜ > ๋ฐ˜๋ณต์ ์œผ๋กœ ์‚ฌ์šฉํ•˜๋Š” ๊ธฐ๋Šฅ์„ ๋ฌถ์–ด์„œ ํ•จ์ˆ˜๋กœ ์ •์˜ํ•˜๋ฉด ๊ฐ„ํŽธํ•˜๊ฒŒ ์‚ฌ์šฉํ•  ์ˆ˜ ์žˆ๋‹ค. โ–ถ ๊ธฐ๋ณธ ๋ฌธ๋ฒ• def ํ•จ์ˆ˜์ด๋ฆ„(๋งค๊ฐœ๋ณ€์ˆ˜) : return โ–ถ ๋งค๊ฐœ๋ณ€์ˆ˜ - ํ•จ์ˆ˜ ์•ˆ์—์„œ ์‚ฌ์šฉํ•  ๊ฐ’์„ ์ „๋‹ฌํ•˜๋Š” ๋ณ€์ˆ˜๋กœ ๋ฌธ์žฅ์—์„œ ๋ณ€์ˆ˜๋กœ ์‚ฌ์šฉ๋œ๋‹ค. - ํ•จ์ˆ˜ ์ •์˜๋ฌธ์—์„œ๋Š” ๋งค๊ฐœ๋ณ€์ˆ˜๋กœ์„œ ์„ ์–ธ๋˜๋ฉฐ ์‹ค์ œ๋กœ ํ•จ์ˆ˜๋ฅผ ํ˜ธ์ถœํ•  ๋•Œ๋Š” ์ธ์ž๊ฐ’์œผ๋กœ ์ „๋‹ฌ๋œ๋‹ค. โ–ถ ์šฉ์–ด - def : ํ•จ์ˆ˜๋ฅผ ์ •์˜ํ•  ๋•Œ ์‚ฌ์šฉํ•˜๋Š” ํ‚ค์›Œ๋“œ - return : ํ•จ์ˆ˜์˜ ๊ฒฐ๊ณผ๊ฐ’์„ ๋ฐ˜ํ™˜ํ•˜๋Š” ํ‚ค์›Œ๋“œ - ์ž…๋ ฅ๊ฐ’ = ์ธ์ˆ˜, ์ž…๋ ฅ ์ธ์ˆ˜, ์ธ์ž - ๊ฒฐ๊ณผ๊ฐ’ = ์ถœ๋ ฅ๊ฐ’, ๋ฆฌํ„ด๊ฐ’, ๋Œ๋ ค์ฃผ๋Š” ๊ฐ’, ๋ฐ˜ํ™˜ ๊ฐ’ โฉ ๊ธฐ๋ณธ์ ์ธ ํ•จ์ˆ˜์˜ ์˜ˆ์ œ(์™„์ „ํ•œ ์‹คํ–‰๋ฌธ) def ์‚ฌ๋žŒ(): print("๋ˆˆ์ด ๋‘ ๊ฐœ") print("์ž…์ด ํ•œ ๊ฐœ") โฉ ๊ธฐ๋ณธ์ ์ธ ํ•จ์ˆ˜์˜ ์˜ˆ์ œ(๋ถˆ์™„์ „ํ•œ ์‹คํ–‰๋ฌธ) def plus(a): print(a..
์ œ 5์žฅ ๐Ÿ“˜ํŒŒ์ด์ฌ ๊ธฐ์ดˆ_์ œ์–ด๋ฌธ๐Ÿ“˜ > 1. for ๋ฐ˜๋ณต๋ฌธ ์ž๋ฃŒํ˜•(๋ฆฌ์ŠคํŠธ, ํŠœํ”Œ, ๋ฌธ์ž์—ด)์˜ ๋ชจ๋“  ์•„์ดํ…œ์— ๋Œ€ํ•˜์—ฌ ์ฒ˜์Œ๋ถ€ํ„ฐ ๋งˆ์ง€๋ง‰๊นŒ์ง€ ์ฐจ๋ก€๋Œ€๋กœ ์ ‘๊ทผํ•˜์—ฌ ์‹คํ–‰๋ฌธ์„ ์ ์šฉํ•œ๋‹ค. โ–ถ ๊ธฐ๋ณธ ๋ฌธ๋ฒ• for ์ž„์‹œ๋ณ€์ˆ˜ in ์ž๋ฃŒํ˜• : ์ˆ˜ํ–‰ํ•  ๋ฌธ์žฅ1 ์ˆ˜ํ–‰ํ•  ๋ฌธ์žฅ2 ... โ–ถ ์ž„์‹œ๋ณ€์ˆ˜ - for ๋ฐ˜๋ณต๋ฌธ์ด ์‹คํ–‰๋˜๋ฉด ์ž๋ฃŒํ˜•์˜ ์•„์ดํ…œ์ด ์ฐจ๋ก€๋Œ€๋กœ ์ž„์‹œ๋ณ€์ˆ˜์— ํ• ๋‹น๋œ๋‹ค. - ๊ธฐ๋ณธ์ ์œผ๋กœ ๋ณ€์ˆ˜๋Š” ํ• ๋‹น๋ฌธ์ด ์กด์žฌํ•ด์•ผ ํ•˜์ง€๋งŒ ์ž„์‹œ๋ณ€์ˆ˜๋Š” ํ• ๋‹น๋ฌธ์ด ํ•„์š” ์—†๋Š” ๊ฐ์ฒด์ด๋‹ค. ๐Ÿ”” for in๋ฌธ ๋™์ž‘ ํ•ด์„ค https://youtu.be/bpYtnVg6UJY โ–ถ ํ•˜๋‚˜์˜ ์•„์ดํ…œ์— ์ ‘๊ทผ : ๋ฆฌ์ŠคํŠธ ์ž๋ฃŒํ˜• a = [1, 2, 3] for i in a: print("Hello world") Hello world Hello world Hello world โ–ถ ํ•˜๋‚˜์˜ ์•„์ดํ…œ์— ์ ‘๊ทผ : ํŠœํ”„ ์ž๋ฃŒํ˜• tu..
์ œ 4์žฅ ๐Ÿ“˜ํŒŒ์ด์ฌ ๊ธฐ์ดˆ_์ž๋ฃŒํ˜•(๋”•์…”๋„ˆ๋ฆฌ)๐Ÿ“˜ 1. ๋”•์…”๋„ˆ๋ฆฌ(Dictionary) โ–ถ ๋ฌธ๋ฒ• ๊ธฐํ˜ธ/ํ•จ์ˆ˜ : {key1 : value1, key2 : value2, key3 : value3 ... } / ํ•จ์ˆ˜ : dict() โ–ถ key๋กœ ๊ฐ€์งˆ ์ˆ˜ ์žˆ๋Š” ๋ฐ์ดํ„ฐ ํƒ€์ž… : ๋ฌธ์ž, ์ˆซ์ž, ํŠœํ”Œ(Tuple) โ–ถ value๋กœ ๊ฐ€์งˆ ์ˆ˜ ์žˆ๋Š” ๋ฐ์ดํ„ฐ ํƒ€์ž… : ๋ฌธ์ž, ์ˆซ์ž, ๋ฆฌ์ŠคํŠธ(List), ๋”•์…”๋„ˆ๋ฆฌ(Dict) ... โ–ถ ์•„์ดํ…œ = key&value ํ•˜๋‚˜์˜ ์Œ โ–ถ ์ข…๋ฅ˜ - ์•„์ดํ…œ์ด ์—†๋Š” ๋”•์…”๋„ˆ๋ฆฌ - 1์ฐจ์› ๋”•์…”๋„ˆ๋ฆฌ - ๋‹ค์ฐจ์› ๋”•์…”๋„ˆ๋ฆฌ โ–ถ ํŠน์ง• - key, value์˜ ์ฐจ์ด์  - ์ธ๋ฑ์Šค ๋ฒˆํ˜ธ๋ฅผ ๊ฐ€์ง€์ง€ ์•Š๋Š”๋‹ค. ๐Ÿ”๋”•์…”๋„ˆ๋ฆฌ ์ƒ์„ฑํ•˜๊ธฐ ๋ฌธ๋ฒ•๊ธฐํ˜ธ : {k1:v1, k2:v2 ......} ์ฝœ๋ก ์„ ์‚ฌ์šฉํ•ด์„œ key๊ฐ’๊ณผ value ๊ฐ’์„ ๋„ฃ์–ด์ค€๋‹ค dict()๋ฅผ ์ด์šฉํ•ด์„œ ์ƒ์„ฑํ• ์ˆ˜๋„ ์žˆ๋‹ค..
์ œ 3์žฅ ๐Ÿ“˜ํŒŒ์ด์ฌ ๊ธฐ์ดˆ_์ž๋ฃŒํ˜•(๋ฆฌ์ŠคํŠธ)๐Ÿ“˜ ์ž๋ฃŒํ˜• ์—ฌ๋Ÿฌ ๊ฐœ์˜ ์•„์ดํ…œ๋“ค์„ ์ €์žฅํ•˜๋Š” ๊ฐ์ฒด = ์—ฌ๋Ÿฌ ๊ฐœ์˜ ๊ฐ’(๋ฐ์ดํ„ฐ ํƒ€์ž…)์„ ์ €์žฅํ•˜๋Š” ๊ทธ๋ฆ‡ 1. ๋ฆฌ์ŠคํŠธ(List) โ–ถ ๋ฌธ๋ฒ• ๊ธฐํ˜ธ : [์•„์ดํ…œ1, ์•„์ดํ…œ2, ์•„์ดํ…œ3 .... ] โ–ถ ์šฉ์–ด : ์•„์ดํ…œ = ์š”์†Œ โ–ถ ์•„์ดํ…œ์œผ๋กœ ๊ฐ€์งˆ ์ˆ˜ ์žˆ๋Š” ๋ฐ์ดํ„ฐ ํƒ€์ž… : ๋ฌธ์ž, ์ˆซ์ž, ๋ฆฌ์ŠคํŠธ, ๋”•์…”๋„ˆ๋ฆฌ... โ–ถ ์ข…๋ฅ˜ * ์•„์ดํ…œ์ด ์—†๋Š” ๋ฆฌ์ŠคํŠธ * 1์ฐจ์› ๋ฆฌ์ŠคํŠธ * ๋‹ค์ฐจ์› ๋ฆฌ์ŠคํŠธ โ–ถ ํŠน์ง• * ์ธ๋ฑ์Šค ํ™œ์šฉ * ๋‹ค์ฐจ์› ๋ฆฌ์ŠคํŠธ์˜ ๊ตฌ์กฐ์— ๋Œ€ํ•œ ์ดํ•ด 1. ์ƒ์„ฑํ•˜๊ธฐ ๋นˆ ๋ฆฌ์ŠคํŠธ ์ƒ์„ฑํ•˜๊ธฐ = ์•„์ดํ…œ์ด ์—†๋Š” ๋ฆฌ์ŠคํŠธ ๋ฌธ๋ฒ• ๊ธฐํ˜ธ : [ ] ํ•จ์ˆ˜ : list() ๋ชจ๋“  ๋ฐ์ดํ„ฐ ํƒ€์ž…์„ ์•„์ดํ…œ์œผ๋กœ ๊ฐ€์งˆ ์ˆ˜ ์žˆ๋‹ค. 2์ฐจ์› ๋ฐ์ดํ„ฐ๋Š” ๋งˆ์น˜ ์ขŒํ‘œ์ฒ˜๋Ÿผ ๋ฐ์ดํ„ฐ๋ฅผ ์ง€๋ชฉํ•ด ์ถœ๋ ฅํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. 2. ์ธ๋ฑ์‹ฑ, ์Šฌ๋ผ์ด์‹ฑ ๋ฆฌ์ŠคํŠธ๋ฅผ ์ธ๋ฑ์Šค ๋ฒˆํ˜ธ๋กœ ์ ‘๊ทผํ•˜๋ฉด ํ•ด๋‹นํ•˜๋Š” ์œ„์น˜์˜ ๊ฐ’(..