3일차\_데이터전처리

3일차\_데이터시각화

데이터의 특성과 패턴을 이해하기 위해 다양한 통계적 기법과 시각화를 통해 데이터를 탐색하는 과정

Pandas는 Python의 데이터 분석 및 조작을 위한 핵심 라이브러리입니다. 엑셀의 스프레드시트와 테이블 형식의 데이터 (DataFrame)을 쉽고 직관적으로 다룰 수 있게 해주는 도구입니다.

데이터 분석 과정에서 가장 기본이 되는 것은 다루고 있는 데이터의 타입과 성격을 정확히 이해하는 것입니다. 환자의 나이, 성별, 혈압, 진료과 등 각기 다른 특성을 가진 데이터들은 서로 다른 분석 방법이 필요합니다.

가중합(Weighted Sum)은 AI가 여러 정보를 종합해서 하나의 예측값을 만드는 가장 기본적인 방법입니다. 각 정보에 중요도(가중치)를 곱해서 모두 더하는 것입니다.

의료 현장에서 수학적 사고는 단순한 계산이 아닙니다. 환자의 생명과 직결된 논리적 판단의 도구입니다. NumPy는 AI와 머신러닝의 핵심 도구입니다. 의료 현장에서 환자 데이터 분석, 의료 영상 처리, 진단 예측 모델 등을 구현할 때 반드시 사용되는 라이브러리입니다.

파일 입출력은 프로그램에서 외부 파일에 데이터를 저장하거나 읽어오는 작업입니다. 메모리에 있는 데이터는 프로그램이 종료되면 사라지지만, 파일에 저장하면 영구적으로 보존됩니다.

객체지향 프로그래밍(OOP)은 데이터를 어떻게 구조화하는지 정의하고 해당 데이터를 수정할 수 있는 함수를 제공하는 프로그래밍 방식입니다.

함수는 특정 작업을 수행하는 코드 블록으로, 재사용 가능하고 코드를 깔끔하게 정리할 수 있게 해줍니다. 의료 현장에서는 환자 데이터 처리, 검사 결과 분석, 처방전 생성 등 반복적인 작업이 많기 때문에 함수를 통한 코드 재사용이 매우 중요합니다.

반복문은 특정 조건에 따라 똑같은 기능을 반복해서 수행하는 구문입니다. 의료 현장에서는 여러 환자의 데이터를 처리하거나, 검사 결과를 순차적으로 분석할 때 반복문이 필수적입니다.

조건문은 주어진 조건에 따라 다른 코드를 실행하는 구문입니다. 의료 현장에서는 환자의 상태나 검사 결과에 따라 다른 처치를 결정해야 하므로 조건문이 매우 중요합니다. 조건문은 조건식과 실행구문으로 이루어져 있습니다.

자료구조는 많은 양의 데이터를 체계적으로 다루는 방법입니다. 파이썬에는 여러 데이터를 효율적으로 관리하는 4가지 주요 자료구조가 있습니다.

변수는 데이터를 저장하는 상자입니다. 상자에 이름표를 붙여서 나중에 쉽게 찾아 쓸 수 있습니다. 변수 이름을 짓는 것도 규칙이 있습니다. 좋은 변수명은 코드를 읽기 쉽게 만들어줍니다.

반복문은 같은 동작을 여러 번 반복해서 실행하는 문법으로, 같은 작업을 여러 번 하고 싶을 때리스트나 데이터 여러 개를 하나씩 처리할 때 실습을 자동화하거나, 반복적인 메시지를 보낼 때 사용한다.

연산자는 값을 계산하거나 비교하거나 판단할 때 사용하는 기호이다. 컴퓨터는 판단을 직접 할 수 없기 때문에, 숫자나 조건을 연산자(기호)로 비교하고 계산하면 서 논리적으로 판단할 수 있게 도와주어야 한다.

변수는 데이터를 저장해두고 이름을 붙이는 기능을 한다. = 기호는 오른쪽 값을 왼쪽 변수에 저장한다.이렇게 저장된 값은 나중에 변수 이름만으로 꺼내 쓸 수 있다.

파이썬을 시작하기에 앞서서 코드를 실행 할 수 있는 환경을 준비한다. Google Colab(Colaboratory)은 구글이 제공하는 무료 온라인 파이썬 개발 환경으로, 설치 없이 브라우저에서 바로 파이썬 코드를 실행할 수 있다.

JavaScript는 웹 페이지가 유저와 상호작용할 수 있도록 하는 대표적인 프로그래밍 언어 이다. JavaScript라는 프로그래밍 언어에서 가장 중요한 단어는 변수와 함수이다.

박스 모델(Box Model)은 모든 HTML 요소가 사각형 박스로 구성된다는 CSS의 기본 개념입니다. 각 박스는 네 가지 영역으로 나뉩니다: 1. Content, 2. Padding, 3. Border, 4. Margin