본 자료는 Elice 플랫폼의 자료를 사용하여 정리하였습니다.

Numpy 사용해보기

Numpy 소개

Numpy란?

• Python에서 대규모 다차원 배열을 다룰 수 있게 도와주는 라이브러리

list와 차이점

• list에 비해 빠른 연산을 지원하고 메모리를 효율적으로 사용

배열 만들기

import numpy as np
np.array([1, 2, 3, 4, 5])  # array([1, 2, 3, 4, 5])

배열 데이터 타입

np.array([1, 2, 3, 4], dtype = float)  # array([1., 2., 3., 4., 5.])
  or
numpy배열.astype(int)  # array([1, 2, 3, 4])

• 타입은 int, float, str, bool 등이 있다.

다양한 배열 만들기

• np.zeros(10, dtype = int) : 0으로 1x10 배열 만들기
• np.ones((3,5), dtype = float) : 1로 3x5 배열 만들기(실수형태로)
• np.arange(0, 20, 2) : 0 <= x < 20으로 2배수씩 채워서 배열 만들기
• np.linspace(0, 1, 5) : 0 ~ 1을 5개로 나눠서 배열 만들기

난수로 채워진 배열만들기

• np.random.random((2,2)) : 난수로 2x2 배열 만들기
• np.random.normal(0, 1, (2,2)) : 평균이 0이고 표준편차가 1인 값으로 2x2 배열 만들기
• np.random.randint(0, 10, (2,2)) : 0부터 10까지 값으로 2x2 배열 만들기

배열의 기초

• x2.ndim : 몇차원인지
• x2.shape : ?x? 배열인지
• x2.size : 원소가 몇개인지
• x2.dtype : 데이터타입이 뭔지

Indexing / Slicing

• 배열[위치]
• 배열[시작:끝]

모양바꾸기

• 배열.reshape((행, 열)) : shape를 행x열로 변경
• np.concatenate([배열1, 배열2], axis = 0) : 행을 기준으로 배열을 이어붙인다.(axis를 1로 설정하면 열을 기준으로 삼는다.)
• a, b = np.split(배열, [인덱스], axis = 0) : 행을 기준으로 인덱스 부분에서 나눈다.(axis를 1로 설정하면 열을 기준으로 삼는다.)

Numpy 연산

기본연산

• 배열 + 5 : 배열 모든 값에 +5
• 배열 - 5 : 배열 모든 값에 -5
• 배열 * 5 : 배열 모든 값에 x5
• 배열 / 5 : 배열 모든 값에 /5
  행렬끼리도 가능하다.

브로드캐스팅

shape이 다른 array끼리 연산

• matrix + 5 : matrix의 모든 값에 +5
• matrix + np.array([1, 2, 3]) : matrix행 마다 [1, 2, 3]을 더한다.
• np.arange(3).reshape((3, 1)) + np.arange(3) : 3x1과 1x3을 더한다.

집계함수 & 마스킹연산

집계함수

• np.sum(배열) : 합
• np.min(배열) : 최소값
• np.max(배열) : 최대값
• np.mean(배열) : 평균값
  배열뒤에 axis로 행 또는 열 별 집계가 가능하다.

마스킹연산

• 배열 < 3 : 값을 다 비교하고 값 위치에 True/False를 채운다.
• 배열[배열 < 3] : True인 값만 출력

Pandas 기본 알아보기

pandas란?

• 구조화된 데이터를 효과적으로 처리하고 저장
• Array 계산에 특화된 numpy를 기반으로 설계

Series

• numpy array가 보강된 형태
• Data와 Index를 가지고 있다.

import pandas as pd
pd.Series([1, 2, 3, 4], index = ['a', 'b', 'c', 'd'], name = 'Title')

• 딕셔너리를 Series에 넣을 수 있다.

DataFrame

• 여러 개의 Series가 모여서 행과 열을 이룬 데이터
  pd.DataFrame(...)

저장과 불러오기

저장

df.to_csv(파일명)
df.to_excel(파일명)

불러오기

변수명 = pd.read_csv(파일명)
변수명 = pd.read_excel(파일명)

Indexing / Slicing

• .loc : 인덱스를 이용해 인덱싱
• .iloc : 정수를 이용해 인덱싱

새로운 컬럼 추가

df[컬럼명] = np.nan
df.loc[0, 컬럼명] = 값

컬럼 선택하기

df[컬럼명]
df[[컬럼1, 컬럼2]]

누락된 데이터 체크

• df.isnull() : 비어있으면 True
• df.notnull() : 값이 있으면 True
• df.dropna() : 비어있는 값이 있는 행 삭제
• df[컬럼명] = df[컬럼명].fillna(값) : 비어있으면 값을 채워준다.

값으로 정렬하기

• df.sort_values(컬럼명, ascending = True) : 오름차순 정렬
• df.sort_values([컬럼1, 컬럼2]) : 컬럼 2개로 정렬

Pandas 심화 알아보기

조건으로 검색하기

Masking 연산

df["A"] < 0.5

조건 선언

df[(df["A"] < 0.5) & (df["B" > 0.3)]
or
df.query("A < 0.5 and B > 0.3")

문자열로 검색

df["Animal"].str.contains("Cat")
or
df.Animal.str.match("Cat")

함수로 데이터 처리하기

df[컬럼명].apply(함수)

apply 기능에서 데이터 값만 대체하고 싶을 때

df.Sex.replace({"Male":0, "Female":1}, inplace = True)

그룹으로 묶기

df.groupby(컬럼명)

• aggregate : 집계를 한번에
  df.groupby(컬럼명).aggregate({'data1':'min', 'data2':np.sum})
• filter : 필터링
  df.groupby(컬럼명).filter(함수)
• apply : 함수 적용
  df.groupby(컬럼명).apply(lambda x: x.max() - x.min())
• get_group : 그룹에서 Key로 데이터 가져오기
  df.groupby(컬럼명).get_group(값)

MultiIndex

index = [['A', 'A', 'B', 'B'], [1, 2, 1, 2]]

• Columns도 가능하다.

pivot_table

Matplotlib 데이터 시각화

Matplotlib이란?

• 파이썬에서 데이터를 그래프나 차트로 시각화할 수 있는 라이브러리
  

저장하기

• 위의 그림에서 아래 코드 추가

  	fig.set_dip(300)
  	fig.savefig(파일명)

그래프 여러개 그리기

그래프 스타일

라인강조

라인스타일

라인색상

라인마커

축경계 조정

범례

선점도 그래프(Scatter)

막대 그래프(Bar)

Histogram

Matplotlib with Pandas