본문 바로가기

Python

(9)

제 17장 📒데이터 전처리_타이타닉 데이터셋 활용-2📒 전처리 과정 1) .isnull( ) 함수를 이용하면 결측치를 나타내 준다. sum( )을 이용하여 결측치 개수를 확인 2) 전체 데이터 대비 결측치의 비중을 구하려면 = 결측치 / 전체 데이터 개수 x 100 ✅ data.drop('ticket', axis=1, inplace=True) or ✅ del data['ticket'] 이용하기 3) ticket 컬럼을 누락시킨 csv파일을 외부로 빼내기 to_csv를 할 경우는 자동으로 csv에 로우명을 매겨주기 때문에 추후 다시 import할때 Unnamed :0 컬럼이 들어옵니다. 이를 방지하기 위해 index=False를 줄 수 있습니다. 📌 Cabin 데이터를 활용하여 유도변수 생성 개별 객실 번호는 의미가 없음(123, 456 ...) cabin 데..

제 15장 📒데이터 전처리_표준화 등..📒 데이터 전처리 데이터 형식에 대한 처리 공백 문자 str.strip() : 양쪽 공백 제거 str.lstrip() : 왼쪽 공백 제거 str.rstip() : 오른쪽 공백 제거 데이터 타입 불규칙한 대소문자 불규칙한 구분 기호 유효하지 않은 문자 불규칙한 날짜 및 시간 표기 1. 라벨 형식 통일 데이터의 인코딩 작업에 포함 1-1) dictionary 타입으로 encoding map을 생성해서 적용 ✅df = pd.DataFrame({ }) _map = { } 1-2) df 변수의 ' ' 컬럼의 값을 map 함수를 이용해 변환 ✅ df[' '].map( ) 1-3) 찾아 바꾸기인 replace()를 써도 됩니다. ✅ df[' '] = df[' '].replace([ 기존값 ], [ 바꿀값 ]) 2. 문자..

제 14장 📒데이터 시각화_matplotlib📒 🧷 Matplotlib 파이썬 기반 데이터 분석 환경에서 가장 일반적으로 사용되는 시각화 라이브러리 하위 라이브러리인 'pyplot'을 통해 주요 기능을 사용 plotly, seaborn 등과 같은 라이브러리가 최근 경쟁력을 갖추고 있음 pandas 객체의 기본적인 시각화 도구 plot() 메서드를 통해 데이터를 시각화 종류 라인 플롯(line plot) 바 차트(bar chart) 히스토그램(histogram) 박스 플롯(box plot) 스캐터 플롯(scatter plot) - 라이브러리 가져오기 ✅ import matplotlib.pyplot as plt ✅ cmd: pip install matplotlib plt.plot(y) 기본 : 라인 플롯(line plot) 데이터가 시간, 순서 등에 따라..

제 12장 📒데이터 분석_pandas(Series 자료형)📒 Numpy를 배운것은 Pandas 를 쓰기 위해 너무 중요하기 때문이라고도 말할 수 있습니다😲 드디어 데이터 시각화에 실무에도 많이 쓰이는 pandas🐼에 대해 배우는 시간입니다. Pandas 데이터 처리 및 분석을 위한 라이브러리 대용량 데이터를 안정적이면서도 간편하게 처리 서로 다른 데이터타입으로 열을 구성할 수 있음 (참고) Numpy : 전체 배열 원소를 동일한 타입으로 제한 주요 기능 데이터 입출력 : csv, excel, RDB, JSON 등 다양한 포맷의 데이터를 효율적으로 처리할 수 있는 형식을 사용 데이터 가공 : 분리, 결합, 계층, 피봇 등 통계 분석 처리 자료형 Series 1차원 배열과 유사한 자료형 색인(index) : 행 번호 각각의 데이터에 부여하는 속성으로 기본값은 0부터 ..

제 11장 📒데이터 분석_Numpy-2(연산)📒 📌산술연산 1. 더하기 : +, add() 2. 빼기 : -, subtract() 3. 나누기 : /, divide() 4. 곱하기 : *, multiply() 5. 지수곱 표현 : exp() 6. 제곱근 : sqrt() 7. 로그 : log() 8. 내적(행렬곱) : dot() 🔑더하기와 빼기는 같은 열끼리 연산 작용이 일어나고 곱셈은 행렬곱에 따른 연산작용이 일어난다 🔑 더하기와 곱하기는 앞뒤 순서의 구애를 받지 않지만 빼기와 나누기는 순서에 따라 결괏값이 달라진다는 것을 명심하자 📌Numpy 배열 연산 2. 비교 연산 1) 요소 값에 대한 비교 : ==, != 크기에 대한 비교 : >, =,

제 10장 📒데이터 분석_Numpy-1📒 Numpy Numeriacal Python 파이썬 머신러닝 패키지인 scikit-learn에서 기본 데이터 구조로 사용되어 Numpy 배열 형태의 데이터를 사용 파이썬 기반 데이터 분석 환경에서 행렬 및 벡터 연산에 필요한 다양한 함수를 제공 메모리 소모가 많은 반복문 없이 전체 데이터 배열에 빠른 연산을 처리할 수 있는 표준 수학 함수 배열 : 동일한 특성(데이터 타입) 및 일정한 규칙을 가지는 여러 개의 요소가 나열되어 있는 데이터 집합 파이썬 list 객체를 사용할 때 보다 Numpy의 ndarray 객체를 사용하면 연산 속도가 개선되어 더 많은 데이터를 더 빠르게 처리 📌 라이브러리 가져오기 : numpy as 별칭 선언 이후에는 별칭으로 해당 라이브러리의 기능을 호출할 수 있다. import 라..

제 9장 📒파이썬(python) 구조체와 클래스📒 구조체 클래스 이전에 구조체를 먼저 공부하는 이유는 클래스가 C언어의 구조체에서 확장된 개념이기 때문입니다. 구조체란 배열과는 달리 인덱스가 아닌 "변수명"으로 특정 대상을 프로그래밍적으로 묘사하기 위해 사용합니다. 추상화 추상화는 대상을 간단하게 표현하는것을 의미합니다. 이를테면 사람을 만약 컴퓨터적으로 표현한다면 원래대로라면 표현해야하는 요소가 너무많습니다. 그렇지만 프로그램적으로 표현 요소를 줄이고 줄여서 필수적인 요소만 표현하는것이 개발에 유리하기에 추상화를 하게됩니다. 추상화 예시 고양이의 요소 : 털 색깔, 수염 모수, 몸무게, 품종, 이름, 나이, 선호하는 간식, 주인, 집, 성별, 건강상태, 점프력, 울음소리, 발톱길이...... 동물병원에 등록하는데에는 [주인, 이름, 나이, 품종](, ..

제 6장 📘파이썬 기초_함수📘 > 반복적으로 사용하는 기능을 묶어서 함수로 정의하면 간편하게 사용할 수 있다. ▶ 기본 문법 def 함수이름(매개변수) : return ▶ 매개변수 - 함수 안에서 사용할 값을 전달하는 변수로 문장에서 변수로 사용된다. - 함수 정의문에서는 매개변수로서 선언되며 실제로 함수를 호출할 때는 인자값으로 전달된다. ▶ 용어 - def : 함수를 정의할 때 사용하는 키워드 - return : 함수의 결과값을 반환하는 키워드 - 입력값 = 인수, 입력 인수, 인자 - 결과값 = 출력값, 리턴값, 돌려주는 값, 반환 값 ⏩ 기본적인 함수의 예제(완전한 실행문) def 사람(): print("눈이 두 개") print("입이 한 개") ⏩ 기본적인 함수의 예제(불완전한 실행문) def plus(a): print(a..

이전 1 2 다음

티스토리툴바