🦕 공룡이 되자!

플로이드 와샬 알고리즘 모든 노드를 방문하는 최단경로 # 전체적인 예시로써만 참고! # 비용 배열 values=[2**31-1 for i in range(n)] # 문제에서 가져온 듯 # 방문 배열 visited =[False for i in range(n)] # 0번 노드를 시작점으로 설정 start=0 visited[start]=True values[start]=0 # 방문하지 않은 노드가 있다면 while False in visited: # 노드 완전 탐색으로 비용 및 배열의 거리 값 최소화 for i in costs:#?? 이건 어디서 나왔지? 이것도 예시 각 노드별 비용으로 예상이됨 if(visited[i[1]]==False and i[0]==start): values[i[1]]=min(valu..

np.zeros(shape,dtype=float,order='C') 1) shape 새로운 array의 규격, 크기를 넣는 부분으로 이 사이즈에 맞게 array가 형성됩니다. 2) dtype zero라고 하여 그 숫자가 꼭 float일 필요가 없습니다. 이 0은 정수일 수도 있고 실수일 수도 있다는 점이고 이 부분의 dtype은 후에 나누기를 사용할 때 올림이나 내림을 사용할 때 유용하게 쓰일 수 있는 parameter입니다. 3) order 메모리에 저장할 때 다차원의 데이터 순서에 대한 방식을 논하는 parameter로 겉보기에는 차이가 없어보입니다. 'C' 또는 'F' 만을 넣을 수 있는 optional parameter로 'C'는 row-major(C-style), 'F'는 column-major..

첨도측정 예시 #첨도 from scipy.stats import kurtosis quiz14={} quiz14={측정:round(air_all[air_all['측정소명'] == 측정]['미세먼지(㎍/㎥)'].kurtosis(),3) for 측정 in 측정소} print(sorted(quiz14.items(),key=lambda x :-x[1])[-1][0],sorted(quiz14.items(),key=lambda x :-x[1])[0][0]) 분산 그래프 # 분산 그래프 sns.FacetGrid(air_all, row = '측정소명').map(sns.distplot, '미세먼지(㎍/㎥)') 박스 그래프 박스 그래프 측정날짜=air_all.측정일자.unique() 측정소=air_all.측정소명.uniqu..

그래프 옵션(꾸미기) fmt='[color][line_style][marker]' 색 b 파란색 g 녹색 r 빨강 c 청녹 m 자홍 y 노랑 k 검은색 w 흰색 라인 스타일 - 실선 -- 파선 : 점선 -. 파선 점선 혼합선 마커 o 원 ^,v, 삼각,아래,왼,오른 s 사각 p 오각 h,H 육각 1 2 x, X x, 채워진 X D,d 다이아몬드, 얇은 다이아몬드

%matplotlib qt: 팝업창에서 그래프를 출력할때 %matplotlib inline : 결과부분 출력 plt.figure(1~) : 1~번 그래프(백지) 생성 plt.show() : 이때까지 그린 것 보여주기 plt.clf() : 그래프를 모두 지우기 plt.subplot(m,n,p) : m*n행렬로 이뤄진 하위 그래프 중에서 p번 위치에 그래프가 그려지도록 지정 p는 왼쪽에서 오른쪽으로 그리고 위에서 아래로 행렬의 위치를 지정 211 221 222 321 322 212 223 224 323 324 325 326​ 참고 예제 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..

그래프 형식 선 그래프 plt.plot([x,]y[,fmt]) 산점도 plt.scatter(x,y[,s=size_n,c=colors,marker='marker_string',alpha=alpha_f]) alpha는 투명도 지정[0,1] 범위의 실수입력 예제 size=100*np.arange(1,8) # 데이터별로 마커의 크기 지정 colors=['r','a'~~] plt.scatter(x,y,s=size,c=colors) plt.show() ## 예제 city=['서울'~~~] #위도 경도 lat=[12,12~] lon=[126.1,~] #인구 밀도 pop_den=[13212,~] size=np.array(pop_den)*0.2 colors['r',~] plt.scatter(lon,lat,s=size,c..