ML & DL/데이터 분석4

• 

  [pandas] Dataframe 행 위,아래로 옮기기 : shift() pandas.DataFrame.shift() DataFrame.shift(periods=1, freq=None, axis=0, fill_value=NoDefault.no_default) Parameters) periods : int (음수 or 양수) 움직일 기간 freq : DateOffset, tseries.offsets, timedelta, or str, optional 데이터를 재정렬하지 않고(=원본 데이터 보존) 인덱스 값을 이동하는 데 사용되는 선택적 매개 변수 axis : {0 or ‘index’, 1 or ‘columns’, None}, default None shift 할 방향 (행/열) fill_value : object, optional 결측값이 생기는 경우 대체할 값. pandas의.. ML & DL/데이터 분석 2022. 6. 2.

• 

  [python] Pandas 기초 pandas 구조화된 데이터 효과적으로 처리 numpy의 array가 보강된 형태 , data 와 index 가짐 Series 1차원 다룸, Series 는 값(values)을 ndarray형태로 가짐. import pandas as pd data = pd.Series([1,2,3,4]) print(data) ''' 0 1 1 2 2 3 3 4 ''' print(type(data)) # print(data.values) # [1 2 3 4] print(type(data.values)) # dtype인자로 데이터 타입 지정가능 data = pd.Series([1,2,3,4],dtype="float") print(data.dtype) #float64 인덱스를 지정가능 , 인덱스로 접근 가능 data = pd.. ML & DL/데이터 분석 2021. 10. 3.

• [python] Numpy 기초 Numpy 👉 Python에서 대규모 다차원 배열 다룰 수 있게 도와주는 라이브러리 장점 - 반복문 없이 배열 처리 가능 - list 보다 빠른 연산 , 메모리 효율적 사용 list vs numpy 배열 생성 - list arr=list(range(3)) print(arr) # [0,1,2] -> 콤마(,)로 구분됨 print(type(arr)) # - numpy import numpy as np arr=np.array(range(3)) # np.arange(3)도 같은 결과 print(arr) # [0 1 2] -> 공백으로 구분 print(type(arr)) # 배열의 '데이터의 타입' dtype (list와 달리 같은 데이터 타입만 저장 가능) arr=np.array([0,1,2], dtype=fl.. ML & DL/데이터 분석 2021. 9. 28.

• 

  [python] 웹페이지 크롤링 기초 urllib : Python에서는 쉽게 웹페이지의 정보를 가져올 수 있는 패키지 urllib.request.urlopen 함수 : 해당 url의 html 파일을 가져옴 from urllib.request import urlopen webpage=urlopen('https://www.naver.com/').read().decode('utf-8') print(webpage) - 실행결과 (일부) ML & DL/데이터 분석 2021. 9. 28.