์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 |
- ์ด์ง์ ๋ณํ
- ์ง ๊ฐ ์์ธก ๋ถ์
- sql
- ๋ฐ์ค๊ทธ๋ํ
- jdbc
- Do_it
- Extended Slices
- ํ์ ๋ณ์
- PYTHON
- matplotlib
- ํฉํ ๋ฆฌ์ผ ์ง๋ฒ
- java
- ์ด๊ฒ์ด ์ทจ์ ์ ์ํ ์ฝ๋ฉํ ์คํธ๋ค
- ์๋ฐ
- BFS
- ์ฐธ์กฐ ๋ณ์
- ํ๋ก๊ทธ๋๋จธ์ค
- ์ต์
- ์ ํ ํฌ ํ์ด์ฌ
- ์์ด
- dacon
- DFS
- mysql
- ๋ฐฑ์ค
- Do it
- np.zeros_like
- ๋ธ๋ผ์ฐ์ ์คํ
- ๋ค์ต์คํธ๋ผ ์๊ณ ๋ฆฌ์ฆ
- MacOS
- 2BPerfect
- Today
- Total
๋ชฉ๋กDevelopment/Python (41)
๐ฆ ๊ณต๋ฃก์ด ๋์!
%matplotlib qt: ํ์ ์ฐฝ์์ ๊ทธ๋ํ๋ฅผ ์ถ๋ ฅํ ๋ %matplotlib inline : ๊ฒฐ๊ณผ๋ถ๋ถ ์ถ๋ ฅ plt.figure(1~) : 1~๋ฒ ๊ทธ๋ํ(๋ฐฑ์ง) ์์ฑ plt.show() : ์ด๋๊น์ง ๊ทธ๋ฆฐ ๊ฒ ๋ณด์ฌ์ฃผ๊ธฐ plt.clf() : ๊ทธ๋ํ๋ฅผ ๋ชจ๋ ์ง์ฐ๊ธฐ plt.subplot(m,n,p) : m*nํ๋ ฌ๋ก ์ด๋ค์ง ํ์ ๊ทธ๋ํ ์ค์์ p๋ฒ ์์น์ ๊ทธ๋ํ๊ฐ ๊ทธ๋ ค์ง๋๋ก ์ง์ p๋ ์ผ์ชฝ์์ ์ค๋ฅธ์ชฝ์ผ๋ก ๊ทธ๋ฆฌ๊ณ ์์์ ์๋๋ก ํ๋ ฌ์ ์์น๋ฅผ ์ง์ 211 221 222 321 322 212 223 224 323 324 325 326โ ์ฐธ๊ณ ์์ plt.subplot(2,2,1) plt.plot(x,y1) plt.subplot(2,2,2) plt.plot(x,y2) plt.subplot(2,2,3) plt.plot(x..
๊ทธ๋ํ ํ์ ์ ๊ทธ๋ํ plt.plot([x,]y[,fmt]) ์ฐ์ ๋ plt.scatter(x,y[,s=size_n,c=colors,marker='marker_string',alpha=alpha_f]) alpha๋ ํฌ๋ช ๋ ์ง์ [0,1] ๋ฒ์์ ์ค์์ ๋ ฅ ์์ size=100*np.arange(1,8) # ๋ฐ์ดํฐ๋ณ๋ก ๋ง์ปค์ ํฌ๊ธฐ ์ง์ colors=['r','a'~~] plt.scatter(x,y,s=size,c=colors) plt.show() ## ์์ city=['์์ธ'~~~] #์๋ ๊ฒฝ๋ lat=[12,12~] lon=[126.1,~] #์ธ๊ตฌ ๋ฐ๋ pop_den=[13212,~] size=np.array(pop_den)*0.2 colors['r',~] plt.scatter(lon,lat,s=size,c..
Pandas Ex # ๊ธฐ์กด ์ํํธ df์ ๊ฒฐํฉ # ๊ฒฐํฉ, ์ธ๋ก๊ฒฐํฉ(append),๊ฐ๋ก ๊ฒฐํฉ(join,merge) # join : ์ธ๋ฑ์ค ๊ธฐ์ค ๊ฐ๋ก ๊ฒฐํฉ # merge : ์ผ๋ฐ ์นผ๋ผ ๊ธฐ์ค ๊ฐ๋ก ๊ฒฐํฉ #์ด๋ฆ๋ฐ๊พธ๊ธฐ apt201.rename(columns = {'์ ์ฉ๋ฉด์ (ใก)':'์ ์ฉ๋ฉด์ ','๊ฑฐ๋๊ธ์ก(๋ง์)':'๊ฑฐ๋๊ธ์ก'},inplace=True) #ํด์ ์ฌ์ ๋ฐ์์ผ ์นผ๋ผ์ ๊ฐ์ด ์์ผ๋ฉด ๊ฑฐ๋์ทจ์๊ฑด์ #๊ฑฐ๋์ทจ์๊ฑด์ ์ถ๋ ฅ ์ญ์ apt201['ํด์ ์ฌ์ ๋ฐ์์ผ'].notnull() # ๊ฐ์ด ์ ์์ด๋ฉด true nan์ด๋ฉด False #๊ฑฐ๋์ทจ์ํ๋ง ์ถ์ถ cti=apt201.loc[apt201['ํด์ ์ฌ์ ๋ฐ์์ผ'].notnull()].index #ํ ์ญ์ ์ ์ธ๋ฑ์ค์ ๋ ฅ apt201.drop(cti,inplace=True) apt201..
์์ ํ์ผ์ ์ฝ๊ณ ์ฐ๊ธฐ df=pd.read_excel('xlsx'[,sheet_name = numberํน์ '์ํธ์ด๋ฆ',index_col=numberํน์' ์ด ์ด๋ฆ'] import pandas as pd df=pd.read_excel('') df pd.read_excel('',sheet_name=1) pd.read_excel('',sheet_name='2์ฐจ์ํ') pd.read_excel('',sheet_name='2์ฐจ์ํ',index_col=0 or 'ํ์') #Excelwriter ๊ฐ์ฒด์์ฑ ew=pd.ExcelWriter('ex.xlsx',engine='xlsxwriter') # ๋ฐ์ดํฐ๋ฅผ ์ง์ ๋ ์์ ์ํธ์ ์ฐ๊ธฐ df1.to_excel(ew[,index=True ํน์ False, sheet_name='..
Pandas exercise # ๊ฐ ์กฐ๊ฑด ๋ฉ์๋ tit[tit['Pclass'].isin([๊ฐ,๊ฐ])] # ๋ฐ๋ ์กฐ๊ฑด tit[~tit['Pclass'].isin([1,2])] #pd.cut(Seriesdata,๊ฒฝ๊ณ๊ฐ๋ฆฌ์คํธ,labels=๊ตฌ๊ฐ๋ณ๋ณ ์ด๋ฆ๋ฆฌ์คํธ) pd.cut( tit['Age'], [0,15,25,45,60,100], labels=['์์','์ฒญ๋ ','์ฅ๋ ','์ค๋ ','๋ ธ๋ '] ) tit['Embarked']=tit['Embarked'].fillna(emax) tit[tit['Age'].isna()] tit.sort_values(['Pclass','Age'],ascending=[False,True]) pd.set_option('display.max_rows',200)#์ ํ ๋๋ฆฌ๊ธฐ s2021['d..
๋ฐ์ดํฐ ์๊ฐํ 4 #๊ทธ๋ํ ์ ์ฅํ๊ธฐ plt.savefig(file_name,[,dpi=dpi_n(๊ธฐ๋ณธ์ 72)]) improt matplotlib as mpl mpl.rcParams['figure.figsize'] >>[6,4] ๋๋น ๋์ด plt.savefig('~~',dpi=100) pt.show() ## pandas๋ก ๊ทธ๋ํ ๊ทธ๋ฆฌ๊ธฐ pandas์ ๊ทธ๋ํ ๊ตฌ์กฐ Series_data.plot([kind='graph_kind][,option]) DataFrame_data.plot([x=label ํน์ position,y=label ํน์ position,][kind='graph_kind'] [,option]) kind์ต์ line scatter bar barh hist pie ##์์ s1.plot(grid..