yEverything

!pip install seaborn==0.9.0 seaborn을 통해서 더 다양한 그래프들을 그릴 수 있다. 위와 같이 작성해서 seaborn을 설치한다. 0.9.0버전으로 seaborn이 성공적으로 설치된 것을 알 수 있다. import pandas as pd import seaborn as sns pandas는 보통 pd로, seaborn은 sns로 간단하게 사용한다. body_df = pd.read_csv('body.csv', index_col=0) body_df.head() 위와 같은 데이터를 확인할 수 있다. body_df['Height'] Heignt column의 데이터들이다. body_df['Height'].value_counts() value_counts()는, 키 별 값들이 몇 개 있..

import pandas as pd df = pd.read_csv('body.csv', index_col=0) df.head(10) head안에 숫자를 입력하면, 앞에서부터 숫자만큼의 데이터들을 볼 수 있다. index_col=0은 0 번째 줄에 있는 값들을 column으로 사용하겠다는 것을 의미한다. 0으로 설정할 때는 기본값이 0이기 때문에 굳이 적지 않아도 된다. 키랑 몸무게에 대한 데이터가 담겨 있다는 것을 알 수 있다. df.plot(kind='hist', y='Height') 히스토그램을 그리기 위해서는 kind에 hist를 전달해주고, 보고 싶은 데이터에 대해 y에 전달한다. 데이터에 있는 키들의 분포를 알 수 있다. df.plot(kind='hist', y='Height', bins= 15..

%matplotlib inline import pandas as pd df = pd.read_csv('exam.csv', index_col=0) df.head() df.head()를 하면 기본적으로 앞의 5개의 데이터들을 보여준다. df['math score'].describe() math score column의 describe를 하면 통계적인 데이터들을 결과로 얻을 수 있다. 평균값이나, 최솟값, 25%, 50%, 75%지점과 같은 값들을 알 수 있다. df.plot(kind='box', y='math score') kind에 box를 전달하면 박스 플롯이 그려지고, y에 나타내고 싶은 column을 전달하면 된다. describe메서드를 통해 얻은 값들에 대한 대부분의 정보들을 이렇게 박스 플롯을 ..

%matplotlib inline import pandas as pd df = pd.read_csv('broadcast.csv', index_col=0) df 방송사들의 연도별 시청률이 들어있는 csv파일을 df에서 읽는다. df.loc[2017] loc를 통해 2017 행에 들어있는 데이터들을 본다. 방송사 별 2017년도 시청률이 실행결과 출력된다. df.loc[2017].plot(kind='pie') plot메서드의 kind에 pie를 전달하면, 그러면 이렇게 파이 그래프를 통해 방송사들의 시청률이 원에서 어느 정도의 비율을 차지하는 지를 볼 수 있다.

%matplotlib inline import pandas as pd df = pd.read_csv('sports.csv', index_col=0) df plot을 사용하기 위해 맨 첫 줄 작성. df에 sports.csv 읽기, df 출력. sports.csv에는 위와 같은 데이터들이 들어있다. df.plot() plot메서드를 사용하면, 디폴트가 선 그래프이므로, 해당 데이터에 대해서 그래프를 그려준다. 운동별 남성과 여성의 수가 그래프로 나타나있다. df.plot(kind='bar') kind에 'bar'를 전달해주면, 막대그래프가 출력된다. 선 그래프보다 남성과 여성을 비교하는 것이 훨씬 보기 쉽다. df.plot(kind='barh') bar대신 barh라고 전달하면, 옆으로 누워있는 막대그래프..

%matplotlib inline import pandas as pd plot을 사용하려면 %matplotlib inline을 작성해야 한다. df = pd.read_csv('broadcast.csv', index_col=0) df df에 pd를 이용해서 csv 파일을 읽는다. csv파일을 이렇게 표로 정리해준다. df.plot(kind= 'line') plot을 이용해 선 그래프를 그려준다. 디폴트 값이 line이라 적지 않아도 된다. 이렇게 연도변 시청률을 선 그래프로 보여준다. df.plot(y='KBS') y에 KBS를 입력하면, KBS의 그래프만을 보여준다. df.plot(y=['KBS', 'JTBC']) 리스트 형식으로 여러 개를 전달할 수 도 있다. df[['KBS', 'JTBC']].plo..

import numpy array1 = numpy.array([2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31]) array1 numpy를 사용하기 위해 import한다. array1에 numpy를 사용해 array를 저장한다. array1을 출력한다. type(array1)​ array1의 타입을 알아본다. numpy.ndarray라고 나온다. numpy의 ndarray, n차원 배열이다. array1.shape array1의 shape을 출력한다. 11개가 들어있으므로 위와 같이 출력된다. array2 = numpy.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) array2 array2에 다른 numpy array를 저장하고 출력한..

print("Hello world!") Hello world! 출력 x = 5 print(x) y = 17 결과: 5 x에 5 저장 x 출력 y에 17 저장 print(y) 결과: 17 y = 50 print(y) 결과: 50 뒤에 y에 50을 저장한 뒤 위에 써놨던 y출력을 다시 실행하면 50으로 출력됨. # 가장 큰 제목 ## 두 번째 큰 제목 ### 세 번째 큰 제목 그냥 글쓰기 위와 같이 작성한 뒤 실행하면, 아래와 같은 출력 결과를 얻을 수 있다. **두껍게** *날려* 마찬가지이다. * list 1 * list 2 * list 3 이것도 역시. 1. 안녕 2. 녕안 3. 수고 ~~물결~~ __언더바__ _언더바하나_ 코딩 강의는 역시 [코드잇](https://www.codeit.kr)이죠! 이..