[멋쟁이사자처럼 AI스쿨] Week7

Week6(1.23~1.27) WIL은 설날 + SQL Week3 대체로

이번 Week7 WIL을 작성한다.

> Week7(1.30~2.1) 학습내용

Pandas를 통한 파일 저장과 불러오기
- shape를 통한 행과 열의 수 보기
- head, tail, sample 을 통한 일부 데이터 가져오기
DataFrame의 info(), describe() 등을 통한 요약과 기술통계 값 구하기
- info()
- describe()
- nunique()
- index
- columns
- values
Pandas의 DataFrame과 Series의 이해
- Series : 1차원 벡터구조
- DataFrame : 2차원 행렬구조
색인하기
- [컬럼]
- .loc[행]
- .loc[행, 열]
- .loc[조건식, 열]
DataFrame의 데이터 타입 이해하기
- 날짜 데이터의 변환
DataFrame 다루기
- 열(column) 인덱싱
- 행(index) 인덱싱
- 행, 열 인덱싱
- 정렬하기 : sort_values 사용하기
- 조건식 사용하기
빈도수 구하기
- 한 개의 변수 : series.value_counts()
- 두 개의 변수 : pd.crosstab()
groupby 와 pivot_table

==========================================================================================

ㅁ 데이터 시각화

파이썬을 활용한 시각화는 크게 동적과 정적으로 카테고리 분류가 가능하다.

동적인 시각화는 javascript 기반의 plotly가 대표적이고

정적인 시각화는 pandas와 seaborn이 대표적이다.

상태기반방식(state base) : 순서대로 그리는 방식. 결과물의 일부를 수정시 해당 코드로 올라가서 수정

plt.

객체지향방식(object oriented): 대상을 지정해 그리는 방식. 결과물의 일부를 수정하기에 유리함. 레이아웃 사전 설정.

ax.

ㅁ EDA

1. merge를 이용한 key 기준 데이터 병합.

merge("데이터", left_on="columns", right_on="columns")

2. concat을 이용한 axis 기준 데이터 병합

Red1 color, HEX FF0000