목록전체 글 (39)
Studio KimHippo :D
[Python / Pandas] 2. Series 인덱싱, 슬라이싱
# -*- coding : utf-8 -*- import pandas as pd import numpy as np # NOTE # Series 객체는 1차원 NumPy 배열과 표준 파이썬 딕셔너리처럼 동작. # NOTE # Series 객체는 딕셔너리와 마찬가지로 키의 집합을 값의 집합에 매핑 data = pd.Series(np.linspace(0.25, 1, 4), index = ['a', 'b', 'c', 'd']) print(data['b']) print('a' in data) print(data.keys()) print(list(data.items())) # NOTE # 딕셔너리와 마찬가지로 새로운 키에 값을 할당해 Series를 확장시킬 수 있다. data['e'] = 1.25 print(dat..
[Python / pandas] 1. Pandas 객체
# -*- coding : utf-8 -*- import pandas as pd import numpy as np # NOTE # Series : 인덱싱된 데이터의 1차원 배열 data = pd.Series([0.25, 0.50, 0.75, 1.00]) print(data, '\n') # NOTE : Series는 일련의 값과 인덱스를 모두 감싸고 있다. # NOTE : 값과 인덱스는 각각 values와 index 속성으로 접근할 수 있다. print(data.values) print(data.index) # NOTE # NumPy 배열은 인덱스가 정수로 정해져 있지만, # Pandas의 Series는 인덱스가 어떤 타입의 값으로도 구성할 수 있다. data2 = pd.Series([0.25, 0.50,..
[Python / NumPy] 11. NumPy 연습 3 - KNN
필요패키지 로드 # -*- coding : utf-8 -*- %matplotlib inline import matplotlib.pyplot as plt import seaborn as sns import numpy as np sns.set() rand = np.random.RandomState(42) 데이터생성 # NOTE : 2차원 평면에 임의의 점 10개 추출 x = rand.rand(10, 2) plt.scatter(x[:,0], x[:,1], s=100) 좌표 제곱거리 # NOTE : 각 쌍의 점 사이의 좌표 차이 계산 diff = x[:, np.newaxis, :] - x[np.newaxis, :, :] diff.shape # NOTE : 좌표 차이를 제곱함. sq_diff = diff**2 p..
[Python / NumPy] 10. NumPy 연습 2 - 2014년 시애틀 강수량 데이터 활용
필요 패키지 로드 # -*- coding : utf-8 -*- %matplotlib inline import matplotlib.pyplot as plt import seaborn as sns import pandas as pd import numpy as np import os # os.chdir('./Python-Practice/Python Practice from Windows/numpy/data') print(os.getcwd()) sns.set() 데이터 로드 및 마스크 생성 data = pd.read_csv('Seattle2014.csv', engine='python') rainfall = data['PRCP'].values inches = rainfall / 254 rainy = (inche..
[Python / NumPy] 9. NumPy 연습 1 - 미국 대통령 키 데이터 활용
필요 패키지 로드 %matplotlib inline import matplotlib.pyplot as plt import pandas as pd import numpy as np import seaborn seaborn.set() # NOTE : 플롯 스타일 설정 미국 대통령 키 추출 data = pd.read_csv('president_heights.csv') heights = np.array(data['height(cm)']) Out [1] : array([189, 170, 189, 163, 183, 171, 185, 168, 173, 183, 173, 173, 175, 178, 183, 193, 178, 173, 174, 183, 183, 168, 170, 178, 182, 180, 183, 178..
[!Notice!] 파이썬, 인공지능, 캐글 참고자료 출처
파이썬 공부 Pure Python 점프 투 파이썬 (이지스 퍼블리싱 박응용 저) 초보자를 위한 파이썬 200제 (정보문화사 장삼용 저) 잔재미 코딩 (https://www.fun-coding.org/) 파이썬 코딩 도장 (https://dojang.io/course/view.php?id=7) NumPy 파이썬 데이터 사이언스 핸드북 (O'REILLY 제이크 밴더플래스 저 / 위키북스 김정인 역) Pandas 파이썬 데이터 사이언스 핸드북 (O'REILLY 제이크 밴더플래스 저 / 위키북스 김정인 역) Pandas 10분 완성 (https://dataitgirls2.github.io/10minutes2pandas/) Beautiful Soup 파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문 (위키 북스 ..
[Python / NumPy] 부록. NumPy 데이터 타입
bool_ : True or False int_ : 기본 정수 타입 (C에서의 long) intc : C에서의 int와 동일 intp : 인덱싱에서 사용하는 정수 int8 : -128 ~ 127 int16 : -32768 ~ 32767 int32 : -2147483648 ~ 2147483647 int64 : -9223372036854775808 ~ -9223372036854775807 uint8 : 부호없는 정수 (0 ~ 255) uint16 : 부호없는 정수 (0 ~ 65535) uint32 : 부호없는 정수 (0 ~ 4294967295) uint64 : 부호없는 정수 (0 ~ 18446744073709551615) float_ : float64의 약칭 flot16 : 반정밀 부동 소수점 (부호비트, ..
[Python / NumPy] 8. NumPy의 구조화된 배열
# -*- coding : utf-8 -*- import numpy as np # NOTE : NumPy의 구조화된 배열 name = ['Alice', 'Bob', 'Cathy', 'Doug'] age = [25, 45, 37, 19] weight = [55.0, 85.5, 68.0, 61.5] # NOTE : 빈 컨테이너 배열 생성 data = np.zeros(4, dtype = {'names' : ('name', 'age', 'weight'), 'formats' : ('U10', 'i4', 'f8')}) data['name'] = name data['age'] = age data['weight'] = weight data Out [1] : array([('Alice', 25, 55. ), ('Bob'..