Data Science LAB

안녕하세요! 오늘은 지난 포스팅에 이어서 Pandas라이브러리를 이용해 list, dictionary, array형식의 데이터를 데이터프레임형식으로 변환해보도록 하겠습니다. (ง •_•)ง 먼저, 간단하게 리스트와 array를 생성해 봅니다. import pandas as pd import numpy as np col_name1 = ['col1'] list1 = [1,2,3] array1 = np.array(list1) print('array1 shape: ',array1.shape) array는 1차원으로 구성되어 있는 데이터이며 3개의 로우가 있는 리스트가 생성된 것을 확인할 수 있습니다. 리스트 -> 데이터프레임 pd.DataFrame(리스트이름,컬럼명) 을 이용해 데이터프레임 형식으로 바꿔 줍니다..

안녕하세요(. ❛ ᴗ ❛.)! 오늘은 데이터분석의 가장 기초 라이브러리인 Pandas에 대해 공부해 보려고 합니당! 판다스는 지난번에 공부했던 넘파이에 비해 데이터 핸들링이 훨씬 유연하고 쉽다는 장점이 있는 라이브러리 입니다. 데이터 분석에서 가장 자주 쓰이는 라이브러리이기도 합니다...ㅎ 판다스에서 가장 중요한 것은 DataFrame입니다. 데이터 프레임은 행과 열로 구성되어 있는 2차원의 데이터 구조라고 생각하면 됩니다. Series -> 컬럼이 하나인 구조체 DataFrame -> 컬럼이 여러개인 구조체 라고 생각하시면 될거 같습니당! 오늘은 데이터프레임 형식으로 데이터를 불러오고, 판다스를 이용해 아주 기초적인 분석을 해보도록 하겠습니다(●'◡'●) 먼저, 캐글에서 데이터 분석에 사용할 데이터를 ..

이번에는 newpaper 라이브러리를 이용하여 웹사이트의 뉴스 기사를 크롤링 해보려고 합니다. https://www.3gpp.org/news-events/2143-3gpp-meets-imt-2020 3GPP meets IMT-2020 November 28, 2020 Earlier this week the ITU issued a press release to publicise the move to the approval process - by the 193 member states of the Union - of their ITU-R Recommendation: 'Detailed specifications of the radio interfaces of IMT-2020.' (ITU-R www.3gpp.or..

Tabular Data 란? - 엑셀 파일 형식이나 관계형 데이터베이스의 테이블에 담을 수 있는 데이터 - 즉, 행과 열로 표현이 가능한 데이터 즉, 데이터 분석에서 자주 사용하는 표 형식의 데이터이다. Tabular Data 웹에서 scrapping 오늘 불러올 데이터는 펜실베니아 데이터이다. https://en.wikipedia.org/wiki/Politics_of_Pennsylvania 1. 필요한 라이브러리 불러오기 import pandas as pd import numpy as np 2. 데이터 로딩 table_PA = pd.read_html('http://en.wikipedia.org/wiki/Politics_of_Pennsylvania') len(table_PA) 불러온 데이터셋을 확인해 보..

1. 필요한 라이브러리 로딩 from skimage.io import imread from skimage.transform import resize from matplotlib import pyplot as plt import matplotlib.cm as cm 2. 크롤링할 페이지 입력 후 시각화하여 확인 example_file = ("http://upload.wikimedia.org/wikipedia/commons/7/7d/Dog_face.png") image = imread(example_file) plt.imshow(image) plt.show() 3. 색깔 변환(흑백으로) image = imread(example_file,as_gray = True) plt.imshow(image,cmap = c..

넘파이를 이용한 행렬 정렬 방법은 넘파이에서 sort()를 호출하는 방식과 행렬자체에서 sort()를 호출하는 방식이 있다. np.sort() => 넘파이에서 호출하는 방식으로 원 행렬은 그대로 유지한 채 원 행렬의 정렬된 행렬 반환 ndarray.sort() => 원 행렬 자체를 정렬한 형태로 변환하며 반환 값은 None org_array = np.array([3,1,9,5]) print('원본 행렬 :',org_array) #np.sort로 정렬 sort_array1 = sort_array1 = np.sort(org_array) print('np.sort() 호출 후 반환된 정렬 행렬 :',sort_array1) print('np.sort() 호출 후 원본 행렬 : ',org_array) #ndarr..