sns.pairplot(iris)\`\`\`

(1)데이터 >### (2)산점도 그리기 >### (4)iris Jointplot

>### (1)seaborn 라이브러리로 산점도 그리기 >### (2)아이리스 데이터 프레임 >### (3)중앙 관통선 그리기 seaborn regplot

그래프 굵기 조정산점도는 상관관계의 형식, 방향, 크기와 더불어 이상치의 존재 여부를 확인할 수 있다.(1) plt(2) seaborn scatterplot(3) seaborn scatterplot

연속형 변수의 값 또는 분포 형태를 보여줌데이터 집합의 중심, 산포 및 형태를 볼 수 있음.iris data loadplt.hist(iris'sepal_width') plt.show() sns.distplot(iris'sepal_width', bins=20) plt

pltx = np.array(1, 2, 3, 4, 5, 6) y = np.array(1, 2, 3, 4, 5, 6) \`\`\`title , x label , y label ,범례 필요!x = np.array(1, 2, 3, 4, 5, 6) y = np.array(1,

point 점수 95점 이상은 별 3개 85점 이상 95점 미만은 별2개 나머지는 별1개가 되도록 별점을 매기고 str_rating칼럼에 해당 값 할당\--데이터 프레임 적용\--그래프 생성\--정의 요약데이터 프레임 생성 dfstar_rating 변수 설정points

1.캐글에서 파일 다운로드 후 cvs 파일 읽어오기(2)titanic_df의 type을 확인. type()print(type(titanic_df)) DataFrame 속성(함수가 아닌 변수로 구성) : index,column, values3)행과 열의 크기를 확인. s

구글 드라이브 연결하기이해하기\->파일 위치 구글 - 구글드라이브 - 코랩 노트북 - 파일 -> 파일 저장 ->이름 수정\->자동 업데이트 \->수정 -노트설정 - gpu변경 가능\->속성:주피터 노트북 (대화형)\->shift +enter 셀 실행\->연결 - 시스

KPOP IDOL 데이터 시각화1.excel,csv 데이터 불러오기s.head()s.tail()s.shape s.indexs.columnss.dtypess.ndims.sizes.valuess.info()s.count() a = s.describe()s.mean()s.m

1.범주형 데이터 검색2.결측치 시각화 과정import seaborn as snsimport matplotlib.pyplot as plttab = food1.isna().sum() plt.figure(figsize=(15,20)) sns.barplot(x=tab, y=

데이터 구축,시각화1.import/경로 2.이해하기 위해 한번 풀기3.범주형 데이터 검색

데이터 구축(널값 처리)s.dropna(inplace=True) s = s.dropna() data = \[1,np.nan,2,2,3,5,np.nan,4,6]df = pd.DataFrame(data)df.dropna()df.dropna(axis=1)df.dropna(h

![](https://velog.velcdn.com/images/hyunji_7350/post/9a81a6f6-e62e-4b6d-a143-d7f860657fb3/image.

\-기초 정리(속성,통계,통계적용하기)1)정렬 정리1.1)정렬 결과2)통계 정리3)적용 해보기날씨 데이터 프레임

1.데이터 프레임을 딕셔너리로 생성하기

--class 생성2

1.신림선 에서 출발역과 도착역을 입력2.소요시간 계산 프로그램으로 만들기3.역 사이 값을 2분으로 지정하기 (if문,for문,함수)

-가위바위보 게임

거리,시간 당 100원 UP(1.6 km 4800원 기본금액) 단,기준을 1.6km이상으로 둠