brioriot

  01. 기본셋팅 ( 초기값으로 하는게 좋음. 설정할때마다 바뀜 ) % matplotlib inline import   matplotlib   as   mpl import  matplotlib.pyplot  as  plt import  seaborn  as  sns from   IPython.display  import  set_matplotlib_formats set_matplotlib_formats("retina") # 폰트 선명도 조절 mpl.rc("font", family="AppleGothic", size =15) # 폰트 설정, 사이즈 설정 mpl.rc("axes", unicode_minus=False) # 마이너스 폰트가 나오는 것을 방지 sns.set_style(style='whitegrid') # 그래프 스타일 5가지 (darkgrid, whitegrid, dark, white, ticks) 02.  폰트 확인 사항 mpl.font_manager.findSystemFonts(fontpaths=None) # 설치된 폰트 리스트 확인 mpl.rcParams # 세부적인 디폴트 값을 보여주는데 세부적으로 설정 가능 03. matplotlib 정보 확인 print ('버전:', mpl.__version__) print ('설치위치:', mpl.__file__) print ('설정위치:', mpl.get_configdir()) print ('캐시위치:', mpl.get_cachedir())

  01.  보여줄 데이터 양 설정 pd.options.display.max_columns=100 # 판다스 데이터프레임(DataFrame)을 출력할 때, 최대 출력할 수 있는 컬럼을 100으로 설정함 pd.set_option('display.max_rows', 100) # 화면에 출력하는 데이터 프레임의 최대 row 수를 100으로 설정 pd.set_option('display.max_columns', 100) # 화면에 출력하는 데이터 프레임의 최대 column 수를 100으로 설정 pd.options.display.max_columns = 100 # 판다스는 테이블을 출력할 때, row나 column이 일정 개수 이상 넘으면 생략해서 보여줌 # column을  다보고 싶을경우 옵션을 주어 생략되지 않도록 가능 02. 불러올때 간단한 설정 data = pd.read_csv("data.csv", parse_dates=["date"]) # date 컬럼을 날짜 컬럼으로 해석할 수 있게 parse_dates 옵션 사용 pd.read_csv("data.csv", index_col="Name") # Name 컬럼을 인덱스로 지정 (인덱스는 중복값이 없고, 유니크해야 함) pd.read_csv("data.csv", header=None) # headrr=None 사용시 판다스에서 자동으로 열(column) 번호를 컬럼 명으로 사용) pd.read_csv("data.csv", index_col="Name", usecols=["Name", "Age"]) # 인덱스는 Name로 설정하고, 필요한 데이터 컬럼(Name, Age)만 불러올 수도 있다. pd.read_csv('data.csv', nrows=2) # 2줄만 보여짐. (원하는 행만 불러올수도 있다. 0번과 1번행이...

01. 파일 불러오기 pd.read_csv("data/data1.csv") # 같은 폴더 안에 데이터 파일이 있는경우 ( data 폴더 안 data1.csv을 불러옴) pd.read_csv("./data/data1.csv") # 같은 폴더 안에 데이터 파일이 없는 경우 ( ../ 상위 이전폴더를 의미 ) path="C:/ .... /data.csv" pd.read_csv(path) # 컴퓨터 절대 경로(환경 변수) 연결, 공유시 사용하기 좋음 (판다스는 \를 /로 변경) url="https://... /data.csv" pd.read_csv(url) # URL로 파일 불러오기 import   seaborn   as   sns sns.load_dataset('titanic') # 데이터셋 데이터 불러오기 ( https://github.com/mwaskom/seaborn-data ) # 간단하게 시각화 연습시 사용하기 좋음 02. DB 불러오기 import  sqlite3 connect = sqlite3.connect('data/data.db') # data폴더의 data.db에 접속을 해주세요. query="SELECT * FROM 'data'" # data 테이블에서 모든 칼럼을 가져오는 쿼리 (테이블명은 (') 사용) pd.read_sql(query, connection) # 판다스로 물러옴 03. 파일 저장하기 data.to_csv("data.csv", index= False ) # 작업한 data 데이터를 data.csv 파일명으로 저장 # index=False는 인덱스 값이 저장이 안됨 plt.savefig("image_1.jpg", dpi=300) # 그래프 저장 04. 현재 폴더 확인 import   os print (os.getcwd())

  01. 모듈 사용 * import 모듈 : 모듈 전체를 불러 불러옴 import   pandas   as   pd # 파이썬의 데이트 분석 패키지 판다스를 불러와 pd라고 이름 정함 import  numpy  as  np # 수학연산을 편하게 해주는 패키지를 불러와 np라고  이름 정함 import  tensorflow  as  tf # 구글에서 만든 기계학습과 딥러닝 라이브러리를 불러와 tf라고  이름 정함 * from 모듈 import 메소드/변수 : 해당 모듈에 대한 특정 메소드나 변수를 불러옴 from  sklearn.metrics  import  make_score # sklearn 패키지 metrics 모듈중 make_score 함수를 불러옴 from  sklearn.ensemble  import  RandomForestRegressor # sklearn 패키지 ensemble 모듈 중 RandomForestRegressor  함수를 불러옴 from  sklearn.model_selection  import  cross_val_score # sklearn 패키지 model_selection 모듈 중 cross_val_score  함수를 불러옴 from  IPython.display  import  set_matplotlib_formats # IPython 옵션을 설정할때 사용 02. 시각화 사용 % matplotlib inline # 데이터 시각화 패키지를 사용(최신 버전은 안 띄워줘도 됨) import  matplotlib.pyplot  as  plt # 데이터 시각화 패키지 matplotlib를 불러와 plt라고 이름 정함. (세부적인 옵션까지 조정 가능...

  01. 라이브러리 설치하기 * 버전마다 주어진 기능이 다르므로 최신버전을 유지할 필요는 없음 (프로파일링이 늦게 따라오기 때문) * 코드 작성 중일 땐 설치 후 다시 불러와 줘야 함 ! pip install zipline # zipline 설치 ! pip install IPython -y # IPython 설치 끝에 -y는 이후 저장시 물어보지 말라는 건데 빼줘도 됨 ! pip install pandas==0.25.3 # 버전을 지정해서 설치 가능 conda install selenium # 아나콘다에서 selenium 설치 02. 라이브러리 버전확인 pd.__version__ # pandas 라이브러리 버전 확인 sns.__version__ # seaborn 라이브러리 버전 확인

  😊😊😊 두둥 드디어 안드로이드 첫 어플 개발 완료!! 연말인 만큼 연봉 협상 필수템 " 연봉 계산기 2023 " 연봉은 실수령액이 중요하잖아요~ 희망 연봉 실수령액 확인 후, 연봉 협상을 하셔서 도움이 되길 간절히 바랍니다. ----------- ----------- ----------- ----------- ----------- 2023년 최저 임금 알려드릴께요~ - 시급 9,620원 - 일급 76,960원 - 월급 2,010,580원 ----------- ----------- ----------- ----------- ----------- 2023년 연봉 실수령액 앱 다운받기 :) . . 2023년 성공적인 연봉 협상을 위하여~ 우리 모두 화이팅!!! 내 연봉 제대로 알고 받자!