이서

시각화 도구: seaborn 필요한 라이브러리 불러오기 import pandas as pd import seaborn as sns import numpy as np 필요한 데이터셋 불러오기 df=sns.load_dataset("anscombe") #씨본에서 제공하는 데이터, pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/anscombe.csv") 똑같음 df.shape #(44, 3) df_1,2,3,4, 만들기 df_1=df[df["dataset"]=='I'] df_1.describe() df_1.corr() df_2,3,4도 똑같이 생성하면 된다. series 빈도수 구하기 - value_counts() df["d..

import 필요한 라이브러리를 로드 import pandas as pd import numpy as np import seaborn as sns DataFrame 행과 열로 구성된 비어있는 데이터프레임을 생성 df = pd.DataFrame() df 컬럼 추가하기 df["자동차"]=["소형차", "중형차", "대형차", "소형차", "대형차", "중형차"] df["가격"]=[3000, 5000, 7000, 4000, 9000, 7000] df["가격"] #series형태 df[["가격"]] #dataframe 형태 tolist() 가격 컬럼전체를 리스트 형태로 변경합니다. df["가격"].tolist() 컬럼값 변경하기 df.columns=['차종류','시세'] 데이터 요약하기 df.info() # 해..

딕셔너리 참고자료: https://docs.python.org/3/tutorial/datastructures.html#dictionaries 5. Data Structures — Python 3.9.6 documentation 5. Data Structures This chapter describes some things you’ve learned about already in more detail, and adds some new things as well. 5.1. More on Lists The list data type has some more methods. Here are all of the methods of list objects: list.append(x) docs.python.org d..

리스트의 인덱싱 - car라는 변수에 담겨있는 '구급차'를 인덱싱을 통해 가져오기 car 리스트의 첫번째 원소는 0부터 시작하므로 구급차는 인덱싱 순서로 2번째에 있다. car=['경찰차','소방차','구급차','녹차'] car[2] - 1번째 인덱스 가져오기 car[1] - 마지막 인덱스 가져오기 car[-1] 문자열을 리스트로 만들기 - split(): address를 공백으로 문자열 분리 address=" 경기도 파주시 심학산로 000 1001동 " address_list=address.split() - len(): 문자열 길이 구하기 len(address) - len(): 리스트의 길이 구하기 총 리스트의 길이로 리스트 안의 원소 개수와 같다. len(address_list) - 인덱싱으로 '파주..

현재 주피터 노트북이 있는 경로를 출력할 수 있다. %pwd Zen of Python - 파이썬의 철학이 잘 담겨있는 Zen of Python 을 출력할 수 있다. - import를 통해 파이썬의 라이브러리나 패키지를 가져올 수 있다. import this boolean 파이썬에는 명시적인 것이 암시적인 것보다 낫다라는 철학이 있다. True 나 False는 0과 1로도 표현할 수 있으나 명시적으로 표현하기 위해 True와 False를 사용한다. # True는 1과 같음을 표현하기 # 파이썬에서는 같음을 비교할 때 == 연산을 사용한다. print(True== 1) print(True=="1") True != "1" # 문자열 1과 True는 다르다. False != "1" # False 도 마찬가지이다..