[Pandas] 데이터프레임 탐색 문법 및 사용법 정리
오늘은 Pandas 모듈을 사용하여 데이터프레임을 탐색하고 출력하는 방법에 대해 알아보겠습니다. 데이터프레임을 출력하는 것뿐만 아니라 각종 통계치를 확인하거나 정보를 확인할 수 있습니다. 데이터프레임 탐색 [데이터프레임 생성] import pandas as pd data1 = {"연도": range(2000, 2010), "성적": [90, 80, 70, 80, 85, 90, 75, 80, 90, 85]} df = pd.DataFrame(data1) 탐색하기에 앞서서 일단 간단한 데이터프레임을 만들어보았습니다. [앞의 행 출력] df.head() head 함수를 통해 맨 위 행부터 5개의 행을 출력할 수 있습니다. 괄호 안에 숫자를 넣으면 맨 위 행부터 입력한 숫자만큼의 행을 출력합니다. [뒤의 행 출력..
[Pandas] 데이터프레임 생성 문법 및 사용법 정리
Pandas는 정형 데이터를 사용하여 데이터프레임을 만들고 분석할 수 있도록 하는 Python 내의 모듈입니다. 오늘은 이 Pandas를 사용하여 데이터프레임을 생성하는 방법을 정리해 보도록 하겠습니다. 데이터프레임 생성 - 첫 번째 방법 import pandas as pd data1 = {"연도": range(2000, 2005), "성적": [90, 80, 70, 80, 85]} df = pd.DataFrame(data1) pandas 모듈의 DataFrame 함수 안에 딕셔너리를 삽입하여 데이터프레임을 만들 수 있습니다. 컬럼 명을 key 값에, 데이터를 value 값에 넣으면 됩니다. 출력 결과는 다음과 같습니다. df - 두 번째 방법 data2 = [[2000, 90], [2001, 80], ..
[NumPy] 주요 기능 문법 및 사용법 정리
오늘은 이전 시간에 설명드렸던 NumPy 모듈의 기능들 외의 주요한 기능들에 대해 설명해보겠습니다. 배열 변형, 배열 정보 확인, 특정 값 선택, 저장 등 이전 시간에는 다루지 않았지만 중요한 기능들입니다. 배열 정보 확인 import numpy as np arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]]) #1 배열의 형태 확인 print(arr.shape) #print(np.shape(arr)) ## (2, 4) #2 배열의 데이터 타입 확인 print(arr.dtype) ## int64 shape 함수는 배열의 차원 구조를 나타냅니다. 위의 예시에서는 행렬 구조가 2행 4열임을 나타냅니다. dtype 함수는 배열의 데이터 타입을 나타냅니다. 위의 예시에서는 데이터 타입이..
