ndarray를 편리하게 생성하기 - arange, zeros, ones arange는 range와 유사한 기능, array를 range로 표현하는 것 디폴트 인자는 stop값, 0부터 9까지 1차원 ndarray를 만듬, start값도 부여 가능 In [4]: import numpy as np sequence_array = np.arange(10) print(sequence_array) print(sequence_array.dtype, sequence_array.shape) [0 1 2 3 4 5 6 7 8 9] int32 (10,) zeros는 튜플로 shape값을 입력하면 모든 값을 0으로 채운 해당 shape을 반환 ones는 튜플로 입력하면 모두 1로 반환, dtype을 정해주지 않으면 디폴트는..
넘파이 ndarray 개요 ndarray를 이용해 넘파이에서 다차원 배열을 쉽게 생성, 다양한 연산 수행 In [1]: import numpy as np array1 = np.array([1, 2, 3]) print('array1 type: ', type(array1)) print('array1 array 형태:', array1.shape) array2 = np.array([[1, 2, 3], [2, 3, 4]]) print('array2 type:', type(array2)) print('array2 array 형태:', array2.shape) array3 = np.array([[1, 2, 3]]) print('array3 type: ', type(array3)) print('array3 array ..
matplotlib으로 간단한 그래프를 그려보자 matplotlib 불러오고 임의의 데이터 만들어주기 import matplotlib.pyplot as plt customers = ['abc', 'def', 'ghi', 'jkl', 'mno'] customers_index = range(len(customers)) sale_amounts = [127, 90, 201, 111, 232] barplot 그리기 fig = plt.figure() ax1 = fig.add_subplot(1,1,1) #하위 그래프의 행과 열 지정, (1,1,1)은 ax1이 유일한 하위그래프임을 의미 ax1.bar(customers_index, sale_amounts, align='center', color='dark blue') ..
plotly란? - interative한 표현을 제공하는 파이썬 그래픽 라이브러리(마우스를 통해 직접 그래프를 살펴볼 수 있음) - javascript로 구현된 plotly.js를 기반으로 파이썬에서 생성한 데이터 시각화 객체를 javascript로 생성해주는 패키지 - 최종적으로 html 코드로 구현되고, 웹 브라우저 상에서 표시됌 https://plotly.com/python/ Plotly Plotly's plotly.com plotly.express - px로 축약되어 표현 - graph_objects를 API형식으로 사용자에게 제공 - 데이터만 가공해서 API에 입력하면 시각화가 가능, 사용법이 쉽다 python-api-reference/plotly.express.html plotly.expres..
대표적인 plot들을 소개하겠음.. 경향성 표현하는 그래프 라이브러리와 데이터 불러오고, 시각화 위한 세팅하기 import seaborn as sns sns.set_theme(style='whitegrid') penguins = sns.load_dataset("penguins").dropna() penguins lineplot - 특정 데이터를 x, y로 표시하여 관계를 확인할 수 있는 선 그래프 - 수치형 지표들 간의 경향을 파악할 때 많이 사용한다 sns.lineplot(data=penguins, x = 'body_mass_g', y = 'bill_length_mm', ci = None, #ci = confidential interval 신뢰구간, 오차범위 표시해줌 hue = "species", #h..
Matplotlib 각종 논문에서 figure 그릴 때 많이 사용 figure라는 도화지에 여러 가지 component를 얹어서 그래프를 완성하는 컨셉 크게 pyplot을 이용하여 빠르고 적당한 퀄리티의 그래프를 그리는 방법과 OOP-style을 이용하여 디테일하게 표현하는 방법이 있음 Seaborn matplotlib를 기본으로 다양한 시각화 기법을 제공하는 라이브러리 numpy, pandas 같은 ‘파이썬 라이브러리’들을 편하게 시각화하는 것을 중점으로 둠 pandas DataFrame과 호환이 매우 잘 됨(DataFrame을 직접 지원) 다양한 기본 plot들이 있어 빠르게 통계 분석하기에 편함 >> EDA 기본 세팅: sns.xxxplot(data=df) Lineplot boxplot Jointp..
