본문 바로가기
728x90

Python169

[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.
[Python] Pandas 다루기 - 인구 데이터 import pandas as pd # 데이터 불러오기 population_number = pd.read_csv('population_number.csv', index_col = '도시', encoding = 'euc-kr') # euc-kr은 한글을 읽도록 설정하는것 population_number # 데이터프레임 인덱싱 # 1) loc 사용 : 인덱스명, 컬럼명 사용 print(population_number.loc['서울', '2015']) # 2) iloc 사용 : 인덱스 넘버 사용 print(population_number.iloc[0,1]) type(population_number.iloc[0,1]) # 데이터 프레임 슬라이싱 # 1) loc 사용 : a 2021. 4. 26.
[Python] Pandas - Pandas 파이썬에서 사용하는 엑셀 대용량 데이터를 빠른 속도로 처리 Series와 DataFrame 요소 import pandas as pd - Series 1차원 배열, 인덱스(index) + 값(value) # Series 생성(2015년) population = pd.Series([9904312, 3448737, 2890451, 2466052], index = ['서울', '부산', '인천', '대구']) # Series에 이름 지정 population.name = '인구' population.index.name = '도시' population # Series 이름 확인 print(population.name) print('') # Series 값 확인 print(population.valu.. 2021. 4. 26.
[Python] Numpy - Numpy 빠르고 효율적인 벡터 산술연산을 제공하는 다차원배열(array) 제공 반복문 없이 전체 데이터 배열 연산이 가능한 표준 수학 함수 선형대수, 난수 생성, 푸리에 변환 # 모듈 사용하기 import numpy as np # numpy 모듈을 import하고 앞으로 np라는 이름으로 부른다 - 배열 생성 # 1) 1차원 list = [1, 2, 3, 4, 5] arr = np.array(list) print(arr) arr = np.array([1, 2, 3, 4, 5]) print(arr) print('') # 2) 2차원 arr2 = np.array([[1, 2, 3], [4, 5, 6]]) print(arr2) z1 = np.zeros([4]) # 0 으로 채운 배열 만들기 o2 = np.. 2021. 4. 26.
728x90