[Python] 파이차트, Pie Chart,히스토그램: plt.pie(), plt.hist(), plt.figure(), plt.subplot()
Pie Chart 파이 차트: plt.pie() ㄴ 퍼센트로 비교해서 보고싶을때 사용한다. ㄴ 전체가 100일 때의 퍼센트 plt.pie(데이터, autopct='%.1f',labels= 데이터.index, startangle = 90,wedgeprops={'width':0.7}) ㄴ 파이 차트는 바로 파라미터를 기입한다. ㄴ autopct: %.1f 소수점 1자리까지라는 뜻, .3f면 소수점 3자리, .0f이면 소수점 없음 ㄴ labels: 할당 부분에 표시할 레이블, 대개는 불러온 데이터의 인덱스로 사용한다. ㄴ strartangle: 파이 차트를 처음에 시작할 때 몇도로 시작하고 싶다. ㄴ wedgeprops= {‘width’: } :도넛처럼 가운데를 뚫어준다. 대개는 0.7로 사용한다. ㄴ wed..
더보기
[Python] Bar Chart 바 차트:sb.countplot(), sb.color_palette(), value_counts(), plt.xticks(), plt.title(), plt.legend()
Bar Chart 바 차트 - ex) 제네레이션 아이디별로, 각각 몇개씩 있는지 차트로 표시 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline df = pd.read_csv('data/pokemon.csv') # 카테고리컬 데이터인지 먼저 확인 sb.countplot(data=df,x='generation_id') plt.show() - Seaborn의 라이브러리를 사용하더라도, 플럿의 라이브러를 사용해도 깨끗하게 표시된다. sb.countplot(data=데이터 프레임, x= 컬럼명) - 카운트플럿 함수는 데이터 프레임 넣어주고, 컬럼 넣어주면, 거기에 해..
더보기
[Python] 판다스, 데이터프레임 합치기: concat(), merge()
Concatenating and merging - concat() 괄호 안에다가, 리스트를 넣는다. 두개 이상의 데이터가 필요하기 때문 - 가로로 해놓는 건, axis 값을 주면 된다. import pandas as pd df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']}, index=[0, 1, 2, 3]) df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'], 'B': ['B4', 'B5', 'B6', 'B7'], 'C': ['C4', 'C5', 'C6', 'C7..
더보기
[Python] 넘파이 슬라이싱, 중복제거, 연산: [ : ], copy(), unique()
넘파이 슬라이싱: 1. nparray[ start : end ] 2. ndarray[ start: ] 3. ndarray[ : end] - 행렬의 데이터 억세스는 무조건 콤마, X[ : 2+1, :2+1] ex) 두번째 행만 가져오세요. X[1, :] - 콜론은 안 채워도 되고, 냅둬도 되고 X[1, ] ex) 세번째 컬럼을 가져오시오 X[:,2] ex) 첫번째 컬럼과 네번째 컬럼만 가져오시오 X[:, [0,3]] ex) 첫번째 행과 세번째 행만 가져온다. X[[0,2],2:] 넘파이 슬라이싱 주의: .copy() - .copy함수를 이용하면, 카피해라. - 메모리에 따로 저장된다. - 원본과 공유되지 않는다.서로 다른 영역이다. 중복된 것 제거한 값만 리스트로 가져오기: np.unique() 중요한 내..
더보기
[Python] 넘파이 어세싱, 삭제, 추가: [ ], delete(), append(), insert()
1차원 어세싱 x[-1] 다차원 어세싱 - 콤마 왼쪽은 행, 오른쪽은 열 X[0,2] 넘파이 항목 삭제: np.delete() - 괄호 안에 첫번째 파라미터는 변수를 쓰고, 두번째는 인덱스를 쓴다. - 이렇게만 적으면 화면에는 삭제된 것처럼 보이지만, 실제 메모리에는 반영이 되지 않는다. - 메모리에도 저장하려면 변수로 또 저장해야한다. 화면에 보여지는 것은 메모리에 저장되지 않는다. np.delete(넘파이 변수, 인덱스) - 삭제할 인덱스가 2개 이상이면, 리스트에 담아서 처리 행렬에서 행/열 삭제: np.delete(넘파이 변수, 인덱스, axis = ) 해당 요소만 딱 집어서 삭제: np.delete(넘파이 변수, 인덱스, axis = ) 넘파이 항목 끝에서 추가: np.append(변수명, 데이..
더보기
