3/18 ๊ธ
๋ถ๊ธ! ๐ป DataFrame์ด ์ ๊ณตํ๋ ๋ถ์์ฉ ํจ์๋ค๋ก ๊ธฐ์ ๋ถ์(Descriptive Analysis)์ ํ์ํ ํ๊ท , ํ์คํธ์ฐจ, ๋ถ์ฐ, ๊ณต๋ถ์ฐ, ์๊ด๊ณ์, ์ฌ๋ถ์ ๊ตฌํจ 1. ์ง๊ณ ํจ์๋ฅผ ์ด์ฉํ ๋ axis๋ฅผ ์ง์ ํ์ง ์์ผ๋ฉด default๋ 0, ํ ๋ฐฉํฅ. ์ด๋ผ๋ฆฌ ๋ํจ. dropna=True๊ฐ default์ด๋ฏ๋ก ์ฐ์ฐ์์ ์ ์ธ import numpy as np import pandas as pd data = np.array([[2, np.nan], # np.nan ๊ฒฐ์น๊ฐ [7, -3], [np.nan, np.nan], [1, -2]]) # print(data) df = pd.DataFrame(data, columns=['one', 'two'], index=['a', 'b', 'c', 'd']) disp..
๋๋ณด๊ธฐ
3/16 ์
์์์ผ! ์ด์ ~์ค๋๊น์ง Numpy! ์ค๋ ์คํ~์ด๋ฒ ์ฃผ๊น์ง Pandas ์ง๋! Anaconda Prompt์์ Jupyter notebook ์คํ conda activate machine jupyter notebook 1. ํ๋ ฌ๊ณฑ ์ฐ์ฐ์ ์์ชฝ์ 2์ฐจ์ matrix ์ด๊ณผ ๋ค์ชฝ์ 2์ฐจ์ matrix ํ ๊ฐ์๊ฐ ๊ฐ์์ผ ํจ. (3, 2) * (2, 2) import numpy as np arr1 = np.array([[1,2,3], [4,5,6]]) # (2,3) arr2 = np.array([[4,5],[6,7],[8,9]]) # (3,2) print(np.matmul(arr1, arr2)) # matmul() ํจ์ ์ฌ์ฉํด์ ๊ณ์ฐ. ๊ฒฐ๊ณผ๋ (2,2) # [[ 40 46] # [ 94 109]] 2. ์ ์นํ๋ ฌ(..
๋๋ณด๊ธฐ