기억하기 ☝

🚀 소소한 시각화

💾 pie_plot

DF.plot(kind='pie', labels=[ , , ], autopct='%1.2f%%', explode=(0, 0, ..., 0.1, 0), shadow=True...)
: labels를 리스트로 선언하면 비율 순서대로 label이 바뀌어서 그래프에 표기됨.
: autopct 비율을 그래프 내에 표기해줌
(앞의 %와 소수점 몇째자리까지 표기할 것인지 (0.2)와 f는 필수
뒤에 %를 붙여서 표기하려면 %%를 2개해주자. 하나만 하면 사라진다)
: explode를 튜플 형대로 선언하면 0보다 큰 수의 순서에 해당하는 pie 그래프가 그 수의 거리만큼 떨어짐
: shadow는 그림자 유무를 True/False로 지정해준다.
(explode를 한다면 그림자가 있는 것이 더 자연스럽다.)

💾 histogram

DF.plot(kind='hist, bins=(int) , density=True, )'
: bins로 x축의 분할 정도를 나타내는 옵션으로, 클수록 세부적이다.
: density는 y축을 Frequency(False)로 할지 density(True)로 할지 정하는 옵션이다.

sns.distplot(data, kde=False, rug=True, label='str', bins=(int), color='r')
: kde는 커널 밀도 함수 에 대한 옵션으로 True/False로 설정 가능하다.
(당연히 y축도 변경된다..)
: rug는 실제 데이터들의 위치, 분포를 나타내며 True/False로 지정가능하다.
: 위의 hist나 distplot의 경우 hue지정이 따로 없어서 대신 distplot 2개를 겹쳐서 그린다. 1셀에서 같이 실행하면 1그래프로 그려진다.
2개의 그래프를 구분하기 위해 label과 color를 지정해준다.

🚀 2진법, 8진법, 10진법

💾 2, 8, 10, 16진법으로 표현

10진법의 숫자를 2, 3 등 다른 진법의 숫자로 표현하는 방법
ex) 10을 2진법으로 표현할 때,
$10 / 2 = 5(...0)$,
$5 / 2 = 2(...1)$,
$2 / 2 = 1(...0)$,
$1 / 2 = 0(...1)$
$10 = 1010_2$
ex) 2진법을 다시 10진법으로 표현할 때,
$1010_2$ = $1*2^3 + 0*2^2 + 1*2^1 + 0*2^0$ = $10$

python에서는~

# 10을 2진법으로 표현할 때
bin(10)
>>> '0b1010'
# 10을 8진법
oct(10)
>>> '0o12'
# 10을 16진법
hex(10)
>>> '0xa'
# 위의 상황을 10진법으로 다시 
int('0b1010', 2)
int('0o12', 8)
int('0xa', 16)
>>> 10

알고리즘 문제를 보다가 오랜만에 진법 변환하는 방법이 기억이 안나서 다시 계산을 해 보았다... 휴...