📊 EDA. 탐색적 데이터 분석

mini project 인구수와 CCTV 수의 상관관계를 알아보자. > 🌟 개요 : 서울시 CCTV 분석 구별 인구수와 CCTV 수의 상관관계를 알아보자. 🌟 목표 -> 그래프 생성하기 데이터 서울시 구별 인구수 : excel 파일 서울 시 구별 CCTV 수

☕ 주저리주저리진짜 제로베이스인 나는 환경설정조차 너무 어려웠다.(교수님 없었으면 어쩔 뻔 했어..)(맥북살걸..)anaconda prompt 실행conda activate ds_studycd OneDrivecd Documentscd ds_study❗사전에 ds_stu

파이썬의 데이터 분석 라이브러리엑셀처럼 행과 열을 다루는 방식으로 데이터를 간편하게 처리한다.Series (1차원)Data Frame (2차원)index와 value로 이루어져 있고, 한가지 데이터 타입만 가질 수 있다.List, Array, Dict, Scalar로

Matplotlib 파이썬을 이용한 데이타 시각화 Seaborn

excel처럼 pandas에서도 pivot table을 활용 할 수 있다 !행 인덱스 (index)열 인덱스 (columns)데이터 값 (values)데이터 집계함수 (aggfunc)Nan 처리 (fill_values)각 구성요소에 적용할 데이터프레임의 열을 각각 함수

mini project >🌟 개요 : 서울시 범죄현황 분석 🌟 목표 >>1. 경찰서별 범죄별 데이터 피봇팅 경찰서명 구별 데이터 정리 범죄 데이터 정규화 상관관계 시각화 지도 시각화 >- 데이터 : 서울시 관서별 5대 범죄현황 출저 : 공공데이터포털 프로젝트

Python의 대표적인 시각화 도구로 matplotlib와 함께 사용 | seaborn (통계 데이터 시각화)seaborn은 matplotlib 대비 손쉽게 그래프를 그리고, 그래프 스타일 설정을 할 수 있음 (matplotlib 기반 → matplotlib으로 커스텀

파이썬에서 사용할 수 있는 지도 시각화 라이브러리!pip install foliumimport foliumfoilum.map()location = \[위도,경도] or (위도,경도) | list or tuple ➡️ 지도시각화zoom_start = n | numbe

mini project 시카고 맛집페이지 분석 > 🌟 목표 | 시카고 맛집페이지 크롤링을 통한 분석 ( 총 50개 페이지의 정보크롤링 ) 🌟 크롤링 출처 https://www.chicagomag.com/Chicago-Magazine/November-2012/Bes

파이썬에서 사용할 수 있는 웹데이터 크롤링 라이브러리install \- conda install -c anaconda beautifulsoup4 \- pip install beautifulsoup4➡️ open으로 가져온 html구문soup.headsoup

https://www.selenium.dev/documentation/https://selenium-python.readthedocs.io/api.html크롤링을 하다보면 무엇인가 입력하거나 특정 버튼을 눌러야 하는 상황이 발생합니다. 사람이 그러한

🌟 목표 | 서울시 지역별, 브랜드별 주유가격 분석 및 시각화🌟 크롤링 출처https://www.opinet.co.kr/user/main/mainView.do목표데이터서울시 각 구별 데이터(브랜드, 가격, 셀프 주유여부, 위치) 엑셀파일from seleni

forecast(시계열 분석) 시간의 흐름에 대해 특정 패턴과 같은 정보를 가지고 있는 경우를 시계열 데이터라고 함. 설치 >- 윈도우의 경우 Visual C++ Build Tool을 먼저 설치 conda install pandas-datareader conda

🌟 목표 이디야가 스타벅스 근처에 매장을 만든다는 소문이 있다. 웹크롤링을 통해 매장위치정보를 불러오고 가설을 검증해보자. 1. 스타벅스 데이터 가져오기 > 📌 미션 서울시의 스타벅스 매장 이름과 주소, 구 이름을 pandas data frame으로 정리

Source: KaggleDownLoad: archive.zip해당 데이터는 공식 데이터(국제스포츠정보센터)와 차이가 있음.대한민국 데이터 누락예시: 2008년 베이징올림픽 역도 48kg 은메달 임정화 누락복식/단체 종목의 경우 한 종목에서 여러명이 메달을 획득하지만,

문제 소개 및 데이터 준비 단계 Data 원본 출처 Target Data(CSV): Global Internet Usage(국가별 인터넷 사용률) Source: Kaggle DownLoad: archive.zip Reference Data01(HTML Link):

문제 소개 및 데이터 준비 단계 Target Data(Json): 전국박물관미술관정보표준데이터 Source: 공공데이터포털 DownLoad: 전국박물관미술관정보표준데이터.json 참고사항 공공데이터포털에서 해당 데이터는 다양한 Format(xls, xml, jso

1. 기초정보 import pandas as pd 1-1) series > 인덱스 + 데이터 - 생성 딕셔너리 이때, key = index, value = data 리스트 이때, data = data index의 경우 자동생성 (or index = []로 지정) - 데이터확인 변수.value : Data 조회 변수.index : index 조회...