Data Science LAB

1. 문제 설명 2. 제한 조건 3. 내 풀이 import math def prime_num(x): for i in range(2, int(math.sqrt(x)) +1): if x % i == 0: return False return True def solution(n): answer = 0 for x in range(2, n+1): if prime_num(x): answer+=1 return answer 4. 다른사람 풀이 def solution(n): num=set(range(2,n+1)) for i in range(2,n+1): if i in num: num-=set(range(2*i,n+1,i)) return len(num)

사용 데이터 : bike_marketing.csv 변수 데이터 형태 설명 company_num 수치형 회사 번호 google_adwords 수치형 구글 Adwords에 대한 비용 facebook 수치형 페이스북 광고에 대한 비용 twitter 수치형 트위터 광고에 대한 비용 marketing_total 수치형 총 마케팅 예산 revenues 수치형 매출 정보 employees 수치형 종업원 수 pop_density 범주형 타깃 시장의 인구밀도 수준 (Low, Medium, High) 1. pop_density 변수를 factor형 변수로 변환하고, pop_density 별 revenues의 평균 차이가 있는 지 통계분석을 시행하여 결과를 해석하시오. 만약 대립가설이 채택된다면 사후분석을 실시하고 결과를 ..

1. 문제 설명 2. 제한사항 3. 내 풀이 from itertools import combinations def solution(numbers): nums = combinations(numbers, 2) answer = [] for i in nums: x = sum(i) if x not in answer: answer.append(x) return sorted(answer) 앞에 문제와 마찬가지로 comnination 함수를 사용하여 2개의 조합을 생성 4. 다른 사람 풀이 def solution(numbers): answer = [] for i in range(len(numbers)): for j in range(i+1, len(numbers)): answer.append(numbers[i] + nu..

1. 문제 설명 2. 제한사항 3. 내 풀이 from itertools import combinations import math def primenumber(x): for i in range (2, int(math.sqrt(x)) + 1): if x % i == 0: return False return True def solution(nums): answer = 0 data = combinations(nums,3) for i in data: x = sum(i) if primenumber(x): answer += 1 return answer 1. 입력받은 인자가 소수이면 True를 반환하는 primenumber 함수 생성 2. combinations 모듈을 이용하여 입력받은 리스트에서 3개 숫자씩 조합 3..

사용 데이터 : weatherAUS.csv 변수 데이터 형태 설명 Date 날짜형 날짜 Location 범주형 장소 MinTemp 수치형 최저 온도 (섭씨) MaxTemp 수치형 최고 온도 (섭씨) Rainfall 수치형 하루 동안 기록된 강우량 WindGustDir 범주형 자정까지 24시간 동안 가장 강한 바람이 부는 방향 WIndGustSpeed 수치형 24시간에서 자정 사이 가장 강한 바람 속도 (km/h) WindDir9am 범주형 바람 방향 WindDIr3pm 범주형 바람 방향 WindSpeed9am 수치형 평균 10분 이상 풍속 WindSpeed3pm 수치형 평균 10분 이상 풍속 Humidity9am 수치형 습도 Humidity3pm 수치형 습도 Pressure9am 수치형 대기압 Press..

Assert 예외를 발생시키는 예외처리랑 비슷하지만, 예외처리는 예외가 발생했을 때 어떤 처리를 하기 위한 코드이고, assert는 어떤 조건이 True임을 보증하기 위해 사용한다. raise는 오류가 발생했을 때, 'except와 함께 이렇게 처리해라' 는 뜻이고, assert는 이 조건이 참임을 보증하지만, 이 조건이 거짓임은 보증하지 않은 동작이므로 AssertionError를 발생시킨다. assert [조건] [오류메세지] 예제 assert np.all(prob >= 0), 'minus probability' prob가 모두 0보다 크지 않으면 "minus probability"라는 오류 메세지 출력