데이터 스쿨 5주차 학습내용 정리 - 1

pandas

데이터프레임 정렬하기: sort_values

df.sort_values(by='컬럼명', ascending=True)

sort_values 메서드는 데이터프레임을 주어진 컬럼을 기준으로 정렬합니다. by 인자에는 정렬 기준이 될 컬럼의 이름을 지정하며, ascending은 오름차순(True) 또는 내림차순(False)으로 정렬 여부를 결정합니다.

데이터프레임 합치기: pd.concat

pd.concat([df1, df2])

pd.concat 함수는 주어진 여러 데이터프레임을 행 또는 열 방향으로 합칠 수 있습니다.

#딕셔너리 안에 리스트 형태

left = pd.DataFrame({
    "key" : ["K0", "K4", "K2", "K3"],
    "A" : ["A0", "A1", "A2", "A3"],
    "B" : ["B0", "B1", "B2", "B3"],
})

#리스트 안에 딕셔너리 형태

right = pd.DataFrame([
    {'key': 'K0', 'C':'C0', 'D':'D0'},
    {'key': 'K1', 'C':'C1', 'D':'D1'},
    {'key': 'K2', 'C':'C2', 'D':'D2'},
    {'key': 'K3', 'C':'C3', 'D':'D3'}
])

데이터프레임 병합하기: pd.merge

pd.merge(left, right, how='조인방식', on='기준컬럼')

pd.merge 함수는 두 개의 데이터프레임을 지정된 컬럼을 기준으로 병합합니다. how 인자는 조인 방식을 지정하며, on 인자는 기준이 될 컬럼을 지정합니다.

pd.merge(left, right, how='left' ,on='key')

pd.merge(left, right, how='right' ,on='key')

pd.merge(left, right, how='outer' ,on='key')

데이터프레임 컬럼 삭제: del 및 drop

del df['컬럼명']
df.drop(['컬럼명'], axis=1, inplace=True)

del 키워드나 drop 메서드를 사용하여 데이터프레임에서 컬럼을 삭제할 수 있습니다. inplace=True로 설정하면 원본 데이터프레임이 변경됩니다.

상관관계 계산: corr

df.corr()

corr 메서드는 데이터프레임의 각 컬럼 간 상관관계를 계산합니다. 결과는 상관계수 행렬로 반환됩니다.

matplotlib

예제 1 : 그래프 기초

삼각함수 그리기

• np.arange(a, b, s) a부터 b까지 s의 간격 리스트 생성
• np.sin(value)

import matplotlib.pyplot as plt
import numpy as np

# Figure 크기 설정
plt.figure(figsize=(10, 6))

# t 값 정의
t = np.arange(0, 12, 0.01)
# np.arange(a, b, s) : a부터 b까지 s의 간격 리스트 생성

# 사인파와 코사인파 그리기
plt.plot(t, np.sin(t))
plt.plot(t, np.cos(t))

# 그리드 추가
plt.grid(True)

# 범례 추가
plt.legend(labels=['sin', 'cos'])

# x축 및 y축 레이블 설정
plt.xlabel('time')
plt.ylabel('Amplitude')

# 그래프 제목 추가
plt.title('Example of Sinewave')

# 그래프 표시
plt.show()

결과 값

예제2 : 그래프 커스텀

import matplotlib.pyplot as plt
import numpy as np

# Figure 크기 설정
plt.figure(figsize=(10, 6))

# t에 대한 세 가지 그래프 그리기
plt.plot(t, 'r--', label='t')        # 빨간색 대시 선으로 t 그래프 그리기
plt.plot(t ** 2, 'bs', label='t^2')   # 파란색 사각형으로 t^2 그래프 그리기
plt.plot(t ** 3, 'g>', label='t^3')   # 초록색 삼각형으로 t^3 그래프 그리기

# x축 레이블 설정
plt.xlabel('데이터 과학')

# 범례 추가
plt.legend()

# 그래프 표시
plt.show()

예제3 : scatter plot

import matplotlib.pyplot as plt
import numpy as np

# 데이터 생성
t = np.array(range(0, 10))
y = np.array([9, 8, 7, 9, 8, 3, 2, 4, 3, 4])

# Figure 크기 설정
plt.figure(figsize=(10, 6))

# 산점도 그리기
colormap = np.arange(10)  # 컬러 맵을 t 값으로 설정
plt.scatter(t, y, s=50, c=colormap, marker='>')  # s는 마커 크기, c는 컬러 값, marker는 마커 모양

# 컬러바 추가
plt.colorbar()

# 그래프 표시
plt.show()