티스토리

2vs5
검색하기

블로그 홈

2vs5

2vs5.tistory.com/m

2vs5_L 님의 블로그입니다.

구독자
1
방명록 방문하기

주요 글 목록

  • 1-3. Pandas.Series - Pandas.Series.isnull 앞서 Pandas에 대해 전반적으로 알아보았다. 앞으로는 데이터를 다루는 데 있어 자주 사용하는 Pandas.Series의 함수를 정리하도록 하겠다. 첫 번째 Series의 함수는 isnull()이다. 이 함수는 Series의 데이터 값이 NA여부를 판단하여 데이터가 True or False로 나와있는 bool로 되어있는 Series로 반환한다. 여기에서 NA는 None과 numpy.NaN과 같은 것을 의미한다. import pandas as pd import numpy as np a = pd.Series([1,np.NaN,3,4,None], index = ['a','b','c','d','e']) a.isnull() #결과 a False b True c False d False e True dtype: .. 공감수 1 댓글수 2 2022. 3. 12.
  • 1-2. Pandas.Series - index를 이용한 데이터 다루기 1-1에서는 pd.Series의 parameter에 대해 설명하였다. pandas.Series에 대한 선언과 parameter를 모른다면 다음의 링크에 들어가서 공부하고 온다면 좋다. https://2vs5.tistory.com/6 1-1. Pandas.Series - parameter 설명 Series는 일련의 객체를 담을 수 있는 1차원 배열 같은 자료구조이다. 또한 배열의 데이터와 연관된 이름인 index를 가지고 있다. Pandas의 series의 parameter는 다음과 같다. class pandas.Series(data = None,.. 2vs5.tistory.com 이번에는 pd.Pandas를 사용할 때 index를 이용하여 데이터를 다루는 방법을 알아보겠다. 1. index를 통한 데이터.. 공감수 2 댓글수 0 2022. 3. 12.
  • 1-1. Pandas.Series - parameter 설명 Series는 일련의 객체를 담을 수 있는 1차원 array_like 자료구조이다. 또한 배열의 데이터와 연관된 이름인 index를 가지고 있다. Pandas의 series의 parameter는 다음과 같다. class pandas.Series(data = None, index = None, dtype = None, name = None, copy = False, fastpath = False) Parameter data : array-like, iterable, dict, scalar value index : array-like, index(1d) dtype : str, numpy.dtype, ExtensionDtype, optional name : str, optional copy : bool, de.. 공감수 1 댓글수 0 2022. 3. 10.
  • array_like 데이터 타입(data type) 클래스나 함수 선언을 보면 자주 input으로 array_like형 데이터 타입을 요구하는 경우가 많다. 그러나 array_like라고 하면 이해하기 힘든 경우가 많아 한번 정리하려고 한다. Numpy의 공식 홈페이지에서는 다음과 같이 설명되어 있다. array_like는 array로 해석될 수 있는 모든 scalar또는 sequence이다. 또한 여기에는 list(중첩과 다른 요소 유형을 포함하는)와 tuple 또한 포함된다. 일반적으로 파이썬에서 array_like 구조로 배열된 수치 데이터는 np.array()함수를 사용하여 array로 변환이 가능하다. 예시로는 tuple과 list가 있다. 따라서 가장 간단하게 array_like인지 확인 가능한 방법이다. 그러나 이러한 방법은 array_lik.. 공감수 1 댓글수 0 2022. 3. 9.
  • 0. Pandas 소개 Pandas는 데이터를 다루는데 있어 자주 사용되는 패키지이다. 주로 NumPy, SciPy, scikit-learn, matplotlib와 같이 사용한다. Pandas는 주로 NumPy의 스타일을 차용하였지만, NumPy는 단일 산술 배열 데이터를 다루는데 특화되어 있는 것과는 다르게 Pandas는 표(table), 시계열(series)등 다양한 형식의 데이터를 다루는데 초점을 맞춰 설계했다. Pandas를 import할 때 컨밴션은 주로 다음과 같이 사용한다. import pandas as pd 공감수 1 댓글수 0 2022. 3. 9.
  • 난수 생성 - numpy .random.permutation numpy.random.permutation(x) 시퀀스를 무작위로 치환하거나 치환된 범위를 반환해 주는 함수이다. Parameter x : int or array_like Returns out : ndarray input인 x는 2가지가 들어갈 수 있다. 첫 번째는 int가 들어갈 수 있다. 함수는 이를 범위로 인식하고 범위에 해당하는 정수형 ndarray배열을 무작위로 섞어서 반환한다. 다음은 10을 넣었을 때의 예제이다. import numpy as np per = np.random.permutation(10) #결과 array([8, 7, 4, 3, 2, 9, 0, 1, 5, 6]) 두 번째 input으로는 array_like가 들어갈 수 있다. 이는 array_like의 원소를 랜덤 하게 섞어서.. 공감수 2 댓글수 0 2022. 3. 9.
  • 난수 생성 - np.random.seed, np.random.RandomState numpy.random 모듈은 python 내장 random 함수를 보강하여 다양한 종류의 확률 분포로부터 효과적으로 표본 값을 생성하는데 사용 가능하다. numpy.random은 매우 큰 표본을 생성하는데 파이썬 내장 모듈보다 수십 배 빠르다. numpy.random을 엄밀하게 말하면 유사 난수라 부르는데, 이는 난수 생성기의 시드값에 따라 정해진 난수를 알고리즘으로 생성하기 때문이다. 즉, 컴퓨터 프로그램에서 무작위 수를 구할때는 어떠한 특정 시작 숫자를 기준으로 컴퓨터가 정해진 알고리즘에 의해 마치 난수처럼 보이는 수열을 생성한다. 이러한 시작 숫자를 시드(seed)라고 한다. 또한 생성된 난수는 다음번 난수 생성을 위한 시드가 된다. 시드는 보통 자동으로 정해지지만 사람이 수동으로 정할 수 있다... 공감수 3 댓글수 0 2022. 3. 8.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.