hello, it’s me

프젝제목 - 북촌한옥마을 CCTV 분석 목표 1. 공공데이터 Open API 활용 2. JSON 파일형식에 대한 해석 3. 데이터 전처리 및 파생변수 생성 4. pandas 를 활용한 데이터 분석과 데이터 시각화 기법에 대한 실무역량 갖추기 숙지사항 1. python 기초 자료형, datatime, 비교연산, 함수와 매개변수, 문자열 처리 함수 2. requests 모듈을 활용해 서버에 GET 요청 보내기 3. pandas 를 이용해 데이터를 dataframe 자료형에 담아 활용할 수 있어야 한다. 활용기술 - python - request, json - pandas, numpy, matplotlib, seaborn (기본) 연습문제 1. 문자열 포맷팅으로 URL 만들기 2. JSON 형식의 데이터 이해..

1. Console - 터미널이라고 불리는 컴퓨터 프로그램 - 컴퓨터에게 뭔가를 입력해서 결과를 출력하게 할 때 사용 - 터미널 : 마우스가 아닌 키보드로 명령을 받아 입력 프로그램 실행 2. 콘솔창 입력 - input ( ) 함수 : 콘솔창에서 문자열을 입력 받는 함수 [코드설명_input 함수의 특징] - input 함수는 입력을 ( ) 여기로 받아서 저장한다. - 저장한 값은 변수_somebody 에 할당한다. - 저장하거나 할당받은 값을 리턴할 수 있다. - string 타입만 가능 3. 콘솔창 출력 - print : 콤마를 사용할 경우 print 문이 연결된다. print ('hello world!', 'hello again!!!') #콤마 사용 #실행 시 두 문장이 연결되어 출력됨 - 출력 :..

dataframe indexing 방법과 종류 # loc 이름으로 인덱싱하기 기본 형태 단축 형태 하나의 row 이름 df.loc ["row4"] row 이름의 리스트 df.loc [ ["row4", "row5", "row3" ] ] row 이름의 리스트 슬라이싱 df.loc ["row2" : "row5"] df ["row2" : "row5"] 하나의 colum 이름 df.loc [ :, "col1"] df ["col1"] column 이름의 리스트 df.loc [ :, ["col4", "col6", "col3"] ] df [ ["col4", "col6", "col3"] ] column 이름의 리스트 슬라이싱 df.loc [ :, "col2" : "col5"] # iloc _ 숫자 위치로 인덱싱하기 기본..

불린으로 데이터 받아오기 1. row 2. column - 일차원이므로 pandas Series 자료형 - 파이썬 리스트와 비슷하다. [코드설명] - loc 함수의 parameter 로 pandas Series 를 전달해준다. - pandas Series : iphone_df ['디스플레이'] > 5 - 얼굴인식이 되는 것들만 출력하고 싶을 때 2-1. 두개를 합친 결과 - 디스플레이 > 5 and 얼굴인식 가능 2-2. 두 조건 중 하나만 만족 dataframe 위치로 indexing 1. pandas 에서 indexing 할 때는 column, row 이름을 사용하는 게 보편적 => loc 함수 2. pandas 에서도 numpy 처럼 숫자로 indexing 도 가능 => iloc 함수 - iloc ..

dataframe 에서 하나의 값만 받아오기 ex. 하나의 값 = iphone 8 메모리 import pandas as pd iphone_df = pd.read_csv ('data/iphone.csv', index_col = 0) iphone_df - 출력 iphone_df.loc ['iphone 8', '메모리'] #파라미터 row, column 순으로 - 출력 : 2GB iphone_df.loc ['iphone 8', '가격'] - 출력 : 오류발생 - 이유 : 가격이라는 column 이 존재하지 않기 때문 #row 하나 통째로 출력하기 #ex - iphone X iphone_df.loc ['iphone X', : ] # 콜론(:) 의 의미 : 처음부터 끝까지 iphone_df.loc ['iphone..

pandas 이용 예제들 모음 1. 스타들의 생일 - 아래와 같은 결과가 나오도록 dataframe 만들기 - column : name / birthday / occupation 으로 총 3개 0 Taylor Swift December 13, 1989 Singer-songwriter 1 Aaron Sorkin June 9, 1961 Screenwriter 2 Harry Potter July 31, 1980 Wizard 3 Ji-Sung Park February 25, 1981 Footballer 2. 가장 인기 있는 아기 이름 - 아기의 성별과 어머니의 인종에 따른, 뉴욕에서 가장 인기 있는 아기 이름을 조사해봤다. - 조사 결과가 data 폴더의 poplular_baby_names.csv 라는 파일에 ..

1. dtypes - 다양한 종류의 데이터를 담을 수 있는 pandas - dtypes 를 사용해서 각 column 이 어떤 데이터 타입을 보관하는지 확인 가능 - 예시 import pandas as pd two_dimensional_list = [['dongwook', 50, 86], ['sineui', 89, 31], ['ikjoong', 68, 91], ['yoonsoo', 88, 75]] my_df = pd.DataFrame(two_dimensional_list, columns=['name', 'english_score', 'math_score'], index=['a', 'b', 'c', 'd']) print(my_df.dtypes) name object english_score int64 mat..

dataframe 사용 1. pandas dataframe 생성하고 출력 - 출력값에서 우리가 넣어주지 않은 0 1 2 가 행, 열에 존재한다. => 우리가 column, row 의 이름을 정해주지 않았기 때문에 pandas dataframe 에서 임의로 이름을 붙여준 것 2. 위에 생성한 데이터프레임의 자료형 확인 3. column, row 이름 정해주기 4. index / column 화긴 - numpy 와 다르게 데이터의 각 자료형들이 모두 동일하지 않음을 확인할 수 있다. => pandas 의 장점 - 하지만 같은 column 내에서는 자료형이 같아야 한다. 5. From list of lists, array of arrays, list of series - 이차원 리스트 / 이차원 numpy a..

pandas 1. pandas 란 - data frame = pandas 라이브러리 - 데이터 보관 - 데이터 정리 - 데이터 분석 - r언어의 장점을 가져온 것 2. numpy 와의 차이점 - 사실 pandas 는 numpy 를 이용해 만든 것 - pandas 기능 : numpy 기능 + 추가적 - 추가 기능 외부 데이터 읽고 쓰기 정리된 데이터를 새로운 파일에 저장 데이터를 시각화 - 특히 표 형식의 데이터를 다룰 때 유용 DataFrame 1. dataframe - 대부분의 data set 은 이차원이 많다. - pandas 의 dataframe : 이차원 형태의 데이터를 다루기 위한 자료형 2. 특징 - 표 형식의 데이터를 담는 자료형 - 가로 : 열 column - 세로 : 행 row / ind..

1. 1부터 100까지 (1과 100을 포함) 담겨있는 numpy array 를 생성하고 출력하기 2. 1이상 100이하의 자연수 중 3의 배수만 담긴 numpy array를 생성하고 출력하기 3. 신주쿠 흥부부대찌개 - 일본에는 한식 열풍이 불고 있다. 기회를 엿본 영훈이는 대기업을 퇴사하고 신주쿠에 프랜차이즈 '흥부부대찌개' 가맹점을 냈다. 그러나 보수적인 아버지께서는 번듯한 직장을 박차고 나온 영훈이가 못마땅합니다. 아버지를 안심시켜 드리기 위해 매달 매출을 보고하려고 하는데요. 엔화로 저장한 매출 데이터를 원화로 변환하는 작업이 필요합니다. numpy 를 이용하여 엔화 매출이 담겨 있는 파이썬 리스트를 원화로 바꾸어 출력해 주세요. - 이때 1엔 = 10.08 원이라고 가정한다. - 반복문을 사용..