본문 바로가기
728x90

분류 전체보기279

[Python] Matplotlib - Matplotilb 기본적인 시각화가 가능한 라이브러리 import matplotlib.pyplot as plt - plot() : 라인을 그릴 때 사용 data = [1, 2, 3, 4, 5, 4, 3, 2, 1] plt.plot(data) plt.show() - 라인 스타일 변경하기 : ls (line style), lw(line width) line style '-' : 실선 '--' : 점선 '-.' : 선과 점의 반복 ':' : 촘촘한 점선 x = [0, 1, 2, 3, 4] y = [1, 2, 3, 4, 5] plt.plot(x, y, ls = '-.', lw = '3') plt.show() - 그래프 크기 조정 plt.figure(figsize = (3, 4)) # 사이즈는 인치 기준 p.. 2021. 4. 26.
[Python] Pandas 다루기 - 범죄 현황 데이터 - 2015-2017 광주광역시 범죄현황 데이터를 이용해 전년 대비 지역별 증감률을 구해보자 증감률 : (금년 - 작년) / 작년 * 100 import pandas as pd # 데이터 불러오기 crime_2015 = pd.read_csv('2015.csv', index_col = '관서명', encoding = 'euc-kr') crime_2016 = pd.read_csv('2016.csv', index_col = '관서명', encoding = 'euc-kr') crime_2017 = pd.read_csv('2017.csv', index_col = '관서명', encoding = 'euc-kr') # 데이터 살펴보기 # 1) 상위 데이터 출력 print(crime_2015.head()) print(.. 2021. 4. 26.
[Python] Pandas 다루기 - 카테고리 데이터 import pandas as pd # 데이터 생성 ages = [0, 2, 10, 21, 23, 37, 31, 61, 20, 41, 32] # 구간 설정 : 맨 앞을 0으로 하면 0이라는 데이터가 결측값으로 출력되기 때문에 -1 bins = [-1, 15, 25, 35, 60, 99] labels = ['미성년자', '청년', '중년', '장년', '노년'] cats = pd.cut(ages, bins, labels = labels) print(cats) print('') print(type(cats)) # 데이터 프레임 생성 ages_df = pd.DataFrame(ages, columns = ['ages']) ages_df # 데이터 프레임에 카테고리 적용 ages_df['cat'] = cats a.. 2021. 4. 26.
[Python] Pandas 다루기 - 점수 데이터 import pandas as pd # 데이터 불러오기 score = pd.read_csv('score.csv', index_col = '과목', encoding = 'euc-kr') score # 합 구하기 : axis - 축의 발향 결정, 0이 기본값(수직방향), 1이 수평방향 # 1) 수직방향 print(score.sum()) print('') # 2) 수평방향 print(score.sum(axis = 1)) # 컬럼 추가 score['합계'] = score.sum(axis = 1) score # 열의 맨 끝에 평균 컬럼 추가하기 score['평균'] = score.loc[:, '1반':'4반'].mean(axis = 1) score # 행의 맨 끝에 반평균 컬럼 추가하기 score.loc['반평균.. 2021. 4. 26.
728x90