Paul's Grit

matplotlib 공식 문서 그래프 예시 참고 matplotlib 공식문서의 예시를 보면 정말 다양한 그래플가 있다는 것을 확인할 수 있습니다. 주로 막대 그래프, 산포도(scatter plot) 등을 사용해왔는데, 기존에 익숙하던 plot이외에도 다른 그래프들을 보면서 '이렇게도 시각화할 수 있구나'라고 생각하게 되었습니다. 시각화 하기 전에 여러 예시를 보고, 나에게 맞는 그래프를 찾아 사용하면 좋을 것 같습니다. https://matplotlib.org/stable/gallery/index.html Examples — Matplotlib 3.7.2 documentation Examples This page contains example plots. Click on any image to see t..

01.데이터 불러오기¶ In [1]: import pandas as pd import numpy as np In [2]: seoul_cctv = pd.read_csv('../data/01_seoul_cctv.csv') In [3]: seoul_cctv.head() Out[3]: 기관명 소계 2013년도 이전 2014년 2015년 2016년 0 강남구 3238 1292 430 584 932 1 강동구 1010 379 99 155 377 2 강북구 831 369 120 138 204 3 강서구 911 388 258 184 81 4 관악구 2109 846 260 390 613 In [4]: seoul_cctv.tail() Out[4]: 기관명 소계 2013년도 이전 2014년 2015년 2016년 20 용산구..

Matplotlib¶ In [2]: import matplotlib.pyplot as plt import koreanize_matplotlib import numpy as np 01. 기본 그래프¶ In [3]: datas = [1, 2, 3, 4, 7, 4, 8, 9, 2, 3] In [8]: plt.figure(figsize=(3, 3)) # figsize 사이즈 조절, 단위: 인치 plt.plot(datas) plt.show() %matplotlib inline %config InlineBackend.figure_format = 'retina' In [29]: x_datas = np.arange(0, 200, 20) y_datas = np.random.randint(10, size=10) In [3..

Pandas¶ pandas는 데이터 분석과 조작(전처리)를 위한 오픈소스 라이브러리 Series와 DataFrame이라는 데이터 타입을 이용 데이터 필터링, 정렬, 그룹화, 결측치처리, 시각화 등 Pandas 데이터 타입 Series index, values로 이루어진 데이터 타입 DataFrame index, values, columns으로 이루어진 데이터 타입 Series 데이터가 모이면 DataFrame Tabular, table 데이터라고 부르기도 함 In [3]: # !pip install pandas import numpy as np import pandas as pd 01. Series¶ index, values In [7]: # 선언 series = pd.Series([1, 2, 3, 4]..

Numpy¶ python에서 사용하는 과학 계산용 오픈 소스 라이브러리 python의 느린 연산 속도를 보완 ndarray라는 데이터 타입을 사용 C, C++, 포트란으로 만들어짐 선형대수¶ 스칼라(scalar) 하나의 숫자로만 이루어진 데이터 예) 1 벡터(vector) 여러개의 숫자가 특정한 순서대로 모여 있는 것 예) [1, 2, 3] $\mathbf{v}=\begin{bmatrix} 1 \\ 2 \\ 3 \end{bmatrix}$ 행렬(matrix) 2차원 배열로 구성 행(rows)과 열(columns) 예) [[1, 2, 3], [4, 5, 6]] In [1]: import numpy as np 01. ndarray 객체 생성¶ In [4]: scalar = np.array(5) type(sca..

반복문(loop)¶ 반복되는 코드를 실행할 때 사용 while, for, break, continue list comprehension while¶ 조건에 의한 반복문 In [2]: data = 3 while data: print(data) data -= 1 print('반복문 종료') 3 2 1 반복문 종료 break: 반복을 중단할 때 사용 In [6]: count = 0 while True: count += 1 print(count) if count >= 5: break print('반복문 종료') 1 2 3 4 5 반복문 종료 In [12]: # 짝수만 출력 count = 0 while True: count += 1 if count % 2: continue # 다음 루프를 진행 if count >..

조건문(condition)¶ 특정 조건에 다라서 코드를 실행하고자 할 때 사용 if else elif if condition: # True 이면 코드 실행 code In [14]: # 조건 부분: bool 데이터 타입 이외의 데이터 타입이 오면 bool 형변환 if True: print('True이면 들여쓰기 안에 있는 코드를 실행') True이면 들여쓰기 안에 있는 코드를 실행 In [15]: if False: print('True이면 들여쓰기 안에 있는 코드를 실행') In [16]: if False: print('True이면 들여쓰기 안에 있는 코드를 실행') print('Fasle이면 들여쓰기 안에 있는 코드를 실행') Fasle이면 들여쓰기 안에 있는 코드를 실행 bool 데이터 타입 이외의 데..

PEP8 Python Ehancement Proposal 8 파이썬 코드 작성 규칙(컨벤션)(제안사항) [문서] https://peps.python.org/pep-0008/ import this The Zen of Python, by Tim Peters Beautiful is better than ugly. Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren't special enough to break th..