🦕 공룡이 되자!

데이터 시각화 4 #그래프 저장하기 plt.savefig(file_name,[,dpi=dpi_n(기본은 72)]) improt matplotlib as mpl mpl.rcParams['figure.figsize'] >>[6,4] 너비 높이 plt.savefig('~~',dpi=100) pt.show() ## pandas로 그래프 그리기 pandas의 그래프 구조 Series_data.plot([kind='graph_kind][,option]) DataFrame_data.plot([x=label 혹은 position,y=label 혹은 position,][kind='graph_kind'] [,option]) kind옵션 line scatter bar barh hist pie ##예제 s1.plot(grid..

데이터 시각화 3 # 막대 그래프 plt.bar(x,height[,width=width_f,color=colors,tick_label=tick_labels,align='center' 혹은 'edge',label=labels]) height는 데이터 tick_label에 문자열 또는 문자열 리스트를 입력해 막대 그래프 각각의 이름을 지정할 수 있다 align 위치 정렬 center, edge label은 범례 ## 예제 import matplotlib.pyplot as plt import numpy as np mem=['1','2',~] be=[25,23,~] ae=[12,43,~] nd=len(mem) index=np.arange(nd)# 회원 수 만큼 index 지정 0123 plt.bar(index,..

데이터 시각화2 ##라벨 제목 격자 범례 문자열표시 plt.xlabel('X-axis') plt.ylabel('Y-axis') plt.title('Graph title') plt.grid(True) plt.legend(['data1',~~]) plt.legend(['data1',~~],loc='lower right') best # 최적 위치 자동 생성 0 upper right 1 upper left 2 lower left 3 lower right 4 right 5 center left 6 center right 7 lower center 8 upper center 9 center 10 plt.legend(['data1',~~],loc=4) ## 한글 사용시 matplotlib.rcParams['font...

웹 스크래핑 #pandas 내부적으로 matplotlib을 사용하기 때문에 # 간단한 그래프라면 pandas만 import 시켜도 됨! # 웹사이트 ## 하나 import webbrowser url=naver~ webbrowser.open(url) naver_search_url='~/search.naver?query=' search_word='파이썬' url=nsu+sw webbrowser.open_new(url) ##여러개 urls=['네이버','구글'~] for url in urls: webbrowser.open_new(url) search_words=['파이썬','',''] for search_word in sws: webbrowser.open_new(url+search_word) # 웹페이지 소스..

데이터 시각화1 #matplotlib import matplotlib.pyplot as plt %matplotlib qt #팝업창에서 그래프를 출력할때 %matplotlib inline # 결과부분 출력 # 선 그래프 기본적인 선 그래프 그리기 plt.plot([x,]y[,fmt]) plt.plot(y) plt.plot(y,fmt) plt.plot(x,y) plt.plot(x,y,fmt) data1=[1,2,3,4,5] plt.plot(data1) plt.show() 예시 import numpy as np x=np.arange(-4.5,5,0.5) y=2*x**2 # 여러 그래프 그리기 y2=5*x+30 y3=4*x**2+10 plt.plot(x1,y1,x2,y2~~) plt.plot(x,y) plt.p..

Pandas import pandas as pd s=pd.Series(seq_data) np.nan=NaN s=pd.Series(seq,index=datetime) pd.date_range(start=none,end=none,periods=none,freq='d') freq d b w m bm q qs h s pd.data_range(start='2022-01-01',end='2022/01/25') # DataFrame df=pd.DataFrame(data,[,index=index_data,columns=columns_data]) pd.DataFrame(data,columns=['a','b','c']) # 이런식으로 순서도 바꾸기 가능 #dict의 경우 자동적으로 키가 columns로 지정됨 df.mea..