Line Plot 뒤에 배울것들을 사용하는 예시 * plt.subplots() //()공란이면 fig 1개 Line style : Line style은 연결되는 선모양을 설정한다. - 사용법 : linestyle="선모양" Color - 사용법 : color="색상" * color는 색을 설정하는 방법이 여러가지 있다.ax.plot(x, x+6, color="524FA1") #RGB 16진수 값 Marker - 사용법 : marker="x값 점 모양" *예시 marker외에도 다양한 모양들이 있다. 축 경계 조정하기 - 사용법 : linespace(start, end, step) * xlim(start, end): x축의 범위 설정 ylim(start, end): y축의 범위 설정 범례 : 무슨 선인지 ..

데이터 프레임 정렬하기 Index 값 기준으로 정렬 - sort_index() 사용 df = df.sort_index(axis=0) * axis=0: 행 인덱스 기준 정렬(Default 오름차순) axis=1: 열 인덱스(column) 내림차순 정렬 df= df.sort_index(axis=1, ascending=False) * True: 오름차순 False: 내림차순 Column 값 기준으로 정렬 col1 컬럼 기준 정렬(Default 오름차순) - sort_values() 사용 col1 컬럼 기준 내림차순 정렬 col2컬럼 기준 오름차순 정렬 후 col1컬럼 기준 내림차순 정렬 형식: sort_values([먼저 정렬할 column, 나중에 정렬할 column], ascending=[정렬방법, 정렬방..

Pansdas : 구조화된 데이터를 효과적으로 처리하고 저장하는 파이썬 라이브러리 - 대용량 데이터를 쉽게 처리할수 있는 Numpy를 기반으로 설계 Series - 특수한 딕셔너리 - Numpy의 array가 보강된 형태 - Data와 index를 가지고 있음(data+index) - import를 해야함 ex) import pandas as pd - 값(value)을 ndarray형태로 가지고 있음 print 4번째 줄 -> 데이터 타입 자체는 Series 형태이지만 들어가는 value는 ndarray - dtype 인자로 데이터 타입을 지정할 수있음 - 인덱스를 지정할 수 있고 인덱스로 접근가능 -> 인덱스로 접근해 요소 변경가능 - Dictionary를 활용해 Series생성가능 # 과일이름은 인덱..

Numpy(Numercal Python ) : Python에서 대규모 다차원 배열을 다룰 수 있게 도와주는 라이브러리 (대표적으로 Pandas, Numpy, matplotlib) Numpy를 사용하는 이유 - 데이터의 대부분은 숫자배열로 볼수있다. 그렇기 때문에 데이터를 배열로 보고 처리하기 위해서 - 반복문 없이 배열 처리 가능 -> 대용량의 데이터를 빨리 계산 가능 -> 메모리 효율적 사용 Numpy 사용법 list는 [0, 1, 2, 3, 4, 5] => ,로 구분, 배열은 [0 1 2 3 4 5] => 공백으로 구분 [dtype] : 배열의 데이터 타입 - 파이썬 리스트와 달리 같은 데이터 타입만 저장가능 -> 단일데이터 dtype종류(숫자는 그 테이터를 저장할수 있는 용량을 말함) - int 정..

[모듈] : 특정 목적을 가진 함수, 자료의 모임 ex) 스프의양 5 라면 레시피 -> 넣어야하는 물의 양 550 (모듈) 해장라면 끊이기 sok_ramen() 함수 김치라면 끊이기 kim_ramen() - 필요성 코드가 길어지면 모든 함수, 변수를 구현하는 것은 불가능 -> 누군가 만들어놓은 함수, 변수를 활용 - 사용하기 : import(불러오다)라는 단어를 이용해해 모듈 사용 ex) import random - 모듈속 사용하려는 함수/ 변수의 사용 형태 => 모듈이름.함수() ex) random.randrange(0, 2) 모듈 만들기 : 우리가 원하는 내용이 담긴 모듈을 만들수 있다. - .py(파이썬 파일)로 만들수 있다. - 직접 만든 모듈을 사용할때는 import 파이썬 파일을 통해 사용할 ..