제로베이스 데이터취업스쿨 DAY18 EDA오리엔테이션1~3, CCTV1~2

폰트 설정

첫 번째 방법

import platform
import matplotlib.pyplot as plt
from matplotlib import font_manager, rc
%matplotlib inline

path = "C:/Windows/Fonts/malgun.ttf"

if platform.system() == "Darwin":
    rc("font", family="Arial Unicode MS")
elif platform.system() == "Windows":
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc("font", family=font_name)
else : 
    print("Unknown system. sorry")

# 마이너스 부호 때문에 한글이 깨질 수 있어 주는 설정
plt.rcParams["axes.unicode_minus"] = False

두 번째 방법

# pip install koreanize-matplotlib
import matplotlib.pyplot as plt
import seaborn as sns 
import koreanize_matplotlib
%matplotlib inline 

plt.plot([-1, 0, 1, 2]) # - 부호가 제대로 표기되는지 확인하기 위해 -1 ~ 2 사이 값
plt.rcParams["font.family"] = "NanumGothic"
plt.title('그래프 한글 테스트')
plt.show()

시각화

# 1. boxplot
sns.boxplot(iris_pd, x="petal length (cm)", y="species", orient="h");

# 2. pairplot
sns.pairplot(iris_pd);
sns.pairplot(iris_pd, hue='species');
sns.pairplot(iris_pd, vars=['petal length (cm)','petal width (cm)'], hue='species');

# 3. scatterplot
sns.scatterplot(iris_pd, x='petal length (cm)', y='petal width (cm)', hue='species');

# 4. lmplot
sns.lmplot(data, x='Length of Membership', y='Yearly Amount Spent');

# 5. regplot
sns.regplot(x='RM', y='PRICE', data=boston, ax=ax[0])

# 6. countplot
sns.countplot(x='taste', data=wine);
f, ax = plt.subplots(1,2, figsize=(12,5));
ax[1].set_title('Count plot - survived');
sns.countplot(ax=ax[1], data=titanic, x='survived')
sns.countplot(ax=ax[1], data=titanic, x='sex', hue='survived')

# 7. barplot
plt.subplot(131)  # 1행 3열의 1번째
sns.barplot(data=titanic, x='pclass', y='survived');

# 8. plotly, histogram
import plotly.express as px
fig = px.histogram(titanic, x='age')
fig = px.histogram(wine, x='quality', color='color')
fig.show()

# 9. pie (%)
titanic['survived'].value_counts().plot.pie(ax=ax[0], autopct='%1.1f%%', explode=[0, 0.05])
ax[0].set_title('Pie plot - survived');
ax[0].set_ylabel('')

# 10. heatmap
# corr_mat = boston.corr().round(1)
sns.heatmap(data=corr_mat, annot=True, cmap='bwr');

# 11. hist
wine.hist(bins=10, figsize=(15,10))

• 모듈 사용
  import Module : Module을 사용하겠다.
  import Module as md : Module을 md라는 이름으로 사용하겠다.
  from Module import function : Module에 포함된 function이라는 함수만 사용하겠다.

EDA

# 딕셔너리로 데이터프레임 만들기
data = {'x':[1,2,3,4,5], 'y':[1,3,4,5,6]}
df = pd.DataFrame(data)

# 1,2,4행 0,2열
df.iloc[[1,2,4], [0,2]] 

# E열에 값 추가
df["E"] = ["one","two","three","four"]

# 특정 행 삭제(0번째 행)
pop_Seoul.drop([0], inplace=True)
pop = pop.drop(pop[pop["ID"] == tmp].index)

# 특정컬럼을 인덱스로 지정(구별 컬럼을 인덱스로)
data_result.set_index("구별", inplce=True)

# 컬럼 순서 변경
df = pd.DataFrame(data, columns=["Rank", "Cafe", "Menu", "URL"])
df = df.loc[:, ["Rank","Cafe","Menu","Price","Address"]]

# 값 변경
population.loc[population["구분"] == "총인구수 (명)", "구분"] = "합계"

# 인덱스, 컬럼 레벨
pop[pop["소멸위기지역"] == True].index.get_level_values(1)
pop.columns.get_level_values(0)

# 값이 이 중 (미)포함이면 
if row["광역시도"][-3:] not in ["광역시", "특별시", "자치시"]:
if row["시도"] in values:

# 이 중 해당하는 값 있는 행 데이터프레임
test = "|".join(target_country_list)
terror_country10_df = df[df["Country"].str.contains(test)]

# crosstab
pd.crosstab(titanic['pclass'], titanic['survived'], margins=True)

# cut
titanic['age_cut'] = pd.cut(titanic['age'], bins=[0,7,15,30,60,100], include_lowest=True, labels=['baby','teen','young','adult','old'])

# notnull행만 사용
titanic = titanic[titanic['age'].notnull()]

# 데이터프레임 합치기
df = pd.concat([df1, df2])

# 값 개수 확인
wine['quality'].value_counts()

# 리스트
feature_name_list = [each for each in boston.feature_names]
wine['taste'] = [1. if grade>5 else 0. for grade in wine['quality']]
feature_name = feature_name_df.iloc[:,1].values.tolist()

# 소수점 출력
print('recall : {0:.4f}, f1 : {1:.4f}, auc : {2:.4f}'.format(re, f1, auc))