[스터디 노트] 12번째 파이썬 분석 기초 (240926), 제로베이스 데이터 분석 스쿨 내용

제로베이스 데이터 분석 스쿨 내용에 대한 기록이다.

12번째는 파이썬 분석 기초 강의이다.

 

[Series and DataFrame]

• 데이터 프레임 만들기
  • pd.DataFrame({ 'col1', [1, 2, 3, 4, 5], 'col2', [1, 2, 3, 4, 5], 'col3', [1, 2, 3, 4, 5], })
• 컬럼 순서 변경
  • 순서 바꿔서 컬럼 넣고 다시 선언
  • df = df[['name', 'type', 'hp', 'evolution','pokedex']]
• 새 컬럼 생성
  • df['col4'] = [1, 2, 3, 4, 5]
• hp가 40 이상인 데이터
  • df[df['hp'] >= 40]
• 원하는 컬럼만 출력
  • df[['name', 'type']]
• df 복제
  • df.copy() 사용
  • 같다고 선언하면 연결되서 에러 날 수 있음
• 값 수정
  • loc 함수 사용
  • df.loc[[0],'col1'] = np.nan
    
    

[Deleting]

• 컬럼명 할당
  • df.columns 사용
  • df.columns = ['sepal_length','sepal_width', 'petal_length', 'petal_width', 'class']
• 컬럼 하나 지우기
  • 원본은 보존해야 하므로 새로 선언
  • df_ans = df[['sepal_length', 'sepal_width', 'petal_length', 'petal_width']]
• null 있는 행, 열 삭제
  • df_ans = df.dropna(how='any')
    
    

[Visualization]

[seaborn]

• 히스토그램
  • ttbill = sns.histplot(df.total_bill)
  • ttbill.set(xlabel = 'Value', ylabel = 'Frequency', title = "Total Bill")
• 조인트 플랏
  • (히스토그램 + 스캐터 플랏) 한번에 표시
  • sns.jointplot(x ="total_bill", y ="tip", data = df)
• 페어 플랏
  • 스캐터 플랏 한번에 모두 표시
  • 연속형 변수만 가능
  • sns.pairplot(df)
• 스트립 플랏
  • 이산형 변수를 x축에 두고 y축에 연속형 변수에 뿌려보는 그래프
  • 여러 집단의 연속형 변수 비교
  • sns.stripplot(x = "day", y = "total_bill", data = df)
  • 카테고리 2개 활용 가능
  • 색을 다르게 표시
  • sns.stripplot(x = "tip", y = "day", hue = "sex", data = df)
• 박스 플랏
  • 스트립 플랏이랑 동일한 역할 그래프
  • 중앙값, IQR 같은 기술통계량 박스로 표시
  • 박스 밖에 찍힌 것들은 outlier
  • sns.boxplot(x = "day", y = "total_bill", hue = "time", data = df);
• 두개 그래프 나란히 표시
  • FacetGrid 클래스 사용
  • 두개 집단 연속형 변수 비교
  • 히스토그램
    • g = sns.FacetGrid(df, col = "time")
    • g.map(plt.hist, "tip")
  • 스캐터 플랏
    • g = sns.FacetGrid(df, col = "sex", hue = "smoker")
    • g.map(plt.scatter, "total_bill", "tip", alpha =.7)
• 두개 그래프 한 평면에 표시
  • lmplot 함수 사용
  • 스캐터 플랏
    • 회귀선 끄려면 fit_reg=False
    • lm = sns.lmplot(x = 'Age', y = 'Fare', data = df, hue = 'Sex', fit_reg=False)
      
      

[plt]

• 파이 차트
  • males = (df['Sex'] == 'male').sum()
  • females = (df['Sex'] == 'female').sum()
  • proportions = [males, females]
  • plt.pie(
  • proportions,
  • labels = ['Males', 'Females'],
  • shadow = False,
  • colors = ['blue','red'],
  • explode = (0.15 , 0),
  • startangle = 90,
  • autopct = '%1.1f%%'
  • )
  • plt.show()

깃허브 링크

 

깃허브 파이썬 분석 공부 부분 링크