์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- ํ์ ๋ณ์
- matplotlib
- PYTHON
- 2BPerfect
- ์๋ฐ
- ์ฐธ์กฐ ๋ณ์
- ์ ํ ํฌ ํ์ด์ฌ
- ๋ฐฑ์ค
- ๋ฐ์ค๊ทธ๋ํ
- DFS
- ํ๋ก๊ทธ๋๋จธ์ค
- jdbc
- ์ด๊ฒ์ด ์ทจ์ ์ ์ํ ์ฝ๋ฉํ ์คํธ๋ค
- MacOS
- Do_it
- ์ต์
- Extended Slices
- ํฉํ ๋ฆฌ์ผ ์ง๋ฒ
- mysql
- ์์ด
- ์ด์ง์ ๋ณํ
- np.zeros_like
- ๋ธ๋ผ์ฐ์ ์คํ
- Do it
- sql
- ์ง ๊ฐ ์์ธก ๋ถ์
- BFS
- java
- ๋ค์ต์คํธ๋ผ ์๊ณ ๋ฆฌ์ฆ
- dacon
- Today
- Total
๋ชฉ๋กDevelopment/Python (41)
๐ฆ ๊ณต๋ฃก์ด ๋์!
๋์ฒด df.replace('CA', 'California', inplace=True) ์ธ๋ฑ์ค ์ด๋ฆ ์ค์ df.index.name='user' ์นผ๋ผ๋ช ์์ df.rename({0:'',1:''},axis=1,inplace=True) df.columns = ['Date','Open','High','Low','Close'] inplace : ์๋ณธ์์ axis : ์ถ index df.set_index(keys=[k1, k2, ...], inplace=True/False, drop=True/False) keys=[k1, k2, ...] inplace=True/False drop=True/False True --> set_index์ key์ ์ฌ์ฉ๋ column์ index๋ก ์ฎ๊ธฐ๊ณ column์์ ์ญ์ False..
# ๋๋ณ 0์ธ~100์ธ์ด์ ์นผ๋ผ๋ง ์ถ์ถ # ๊ธฐ์ค๋ ์ ์ธ ์กฐ๊ฑด ์ ์ฒด์ฐ๋ น = j.loc[ ~j["์๊ตฐ๊ตฌ"].str.endswith("๋ ์ฐ์ 1๋") , "2021๋ 12์_๊ณ_0์ธ":"2021๋ 12์_๊ณ_100์ธ ์ด์"] #์ ์ฒด์ฐ๋ น์ index๋ ์์ฐจ๋ฒํธ ์ต์์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ = 999999999999999 ์ต์์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉidx = -1 # ์ ์ฒด์ฐ๋ น์ ๋ชจ๋ ํ์ ๋ฐ๋ณต for idx in ์ ์ฒด์ฐ๋ น.index: #idx๋ฒ์งธ ํ ์ถ์ถ ์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ = ((๋ ์ฐ์ 1๋์ฐ๋ น - ์ ์ฒด์ฐ๋ น.loc[idx, :] )**2).loc[296].sum() if ์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ < ์ต์์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ: ์ต์์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ = ์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ ์ต์์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉidx = idx print("์ต์์ฐ๋ น๋ณ์ฐจ์ด์ ๊ณฑ์ํฉ",์ต์..
์กฐ๊ฑด ์กฐ๊ฑด์ ๋ง๋ ๊ฐ ๋ณ๊ฒฝ์กฐ๊ฑด๊ฐ # grades ๊ฐ์ด 80 ์ด๋ผ๋ฉด result ๋ 'B' df.loc[df['grades'] == 80, 'result'] = 'B' # result ๊ฐ์ด 'A' ๋ 'B' ๊ฐ ์๋๋ผ๋ฉด result ๋ 'F’ df.loc[df['result'] != ('A' or 'B') , 'result'] = 'F’ ์กฐ๊ฑด๊ฐ df[~df['์ปฌ๋ผ๋ช '].isin(['๊ฐ','๊ฐ2'])] # ๋ฐ๋ ์กฐ๊ฑด df[~df['์ปฌ๋ผ๋ช '].isin(['๊ฐ','๊ฐ2'])] ๋ ์งํ์์ผ๋ก ๋ณ๊ฒฝ pd.to_datetime order_all['delivered_date']=pd.to_datetime(order_all['delivered_date']) ์ฐ๋ ์ถ์ถ df['year'] = pd.DatetimeIndex(..
np.zeros(shape,dtype=float,order='C') 1) shape ์๋ก์ด array์ ๊ท๊ฒฉ, ํฌ๊ธฐ๋ฅผ ๋ฃ๋ ๋ถ๋ถ์ผ๋ก ์ด ์ฌ์ด์ฆ์ ๋ง๊ฒ array๊ฐ ํ์ฑ๋ฉ๋๋ค. 2) dtype zero๋ผ๊ณ ํ์ฌ ๊ทธ ์ซ์๊ฐ ๊ผญ float์ผ ํ์๊ฐ ์์ต๋๋ค. ์ด 0์ ์ ์์ผ ์๋ ์๊ณ ์ค์์ผ ์๋ ์๋ค๋ ์ ์ด๊ณ ์ด ๋ถ๋ถ์ dtype์ ํ์ ๋๋๊ธฐ๋ฅผ ์ฌ์ฉํ ๋ ์ฌ๋ฆผ์ด๋ ๋ด๋ฆผ์ ์ฌ์ฉํ ๋ ์ ์ฉํ๊ฒ ์ฐ์ผ ์ ์๋ parameter์ ๋๋ค. 3) order ๋ฉ๋ชจ๋ฆฌ์ ์ ์ฅํ ๋ ๋ค์ฐจ์์ ๋ฐ์ดํฐ ์์์ ๋ํ ๋ฐฉ์์ ๋ ผํ๋ parameter๋ก ๊ฒ๋ณด๊ธฐ์๋ ์ฐจ์ด๊ฐ ์์ด๋ณด์ ๋๋ค. 'C' ๋๋ 'F' ๋ง์ ๋ฃ์ ์ ์๋ optional parameter๋ก 'C'๋ row-major(C-style), 'F'๋ column-major..
์ฒจ๋์ธก์ ์์ #์ฒจ๋ from scipy.stats import kurtosis quiz14={} quiz14={์ธก์ :round(air_all[air_all['์ธก์ ์๋ช '] == ์ธก์ ]['๋ฏธ์ธ๋จผ์ง(ใ/ใฅ)'].kurtosis(),3) for ์ธก์ in ์ธก์ ์} print(sorted(quiz14.items(),key=lambda x :-x[1])[-1][0],sorted(quiz14.items(),key=lambda x :-x[1])[0][0]) ๋ถ์ฐ ๊ทธ๋ํ # ๋ถ์ฐ ๊ทธ๋ํ sns.FacetGrid(air_all, row = '์ธก์ ์๋ช ').map(sns.distplot, '๋ฏธ์ธ๋จผ์ง(ใ/ใฅ)') ๋ฐ์ค ๊ทธ๋ํ ๋ฐ์ค ๊ทธ๋ํ ์ธก์ ๋ ์ง=air_all.์ธก์ ์ผ์.unique() ์ธก์ ์=air_all.์ธก์ ์๋ช .uniqu..
๊ทธ๋ํ ์ต์ (๊พธ๋ฏธ๊ธฐ) fmt='[color][line_style][marker]' ์ b ํ๋์ g ๋ น์ r ๋นจ๊ฐ c ์ฒญ๋ น m ์ํ y ๋ ธ๋ k ๊ฒ์์ w ํฐ์ ๋ผ์ธ ์คํ์ผ - ์ค์ -- ํ์ : ์ ์ -. ํ์ ์ ์ ํผํฉ์ ๋ง์ปค o ์ ^,v, ์ผ๊ฐ,์๋,์ผ,์ค๋ฅธ s ์ฌ๊ฐ p ์ค๊ฐ h,H ์ก๊ฐ 1 2 x, X x, ์ฑ์์ง X D,d ๋ค์ด์๋ชฌ๋, ์์ ๋ค์ด์๋ชฌ๋