Learn_run

보호되어 있는 글입니다.

1. 데이터는 내가 직접 생산한 데이터 2. txt파일을 cvs로 읽고 공백 단위로 나누어 읽기 / 축 디테일 설정하기 [참고] 1. txt를 csv로 읽고 공백단위로 나누기 https://stackoverflow.com/questions/19632075/how-to-read-file-with-space-separated-values-in-pandas How to read file with space separated values in pandas I try to read the file into pandas. The file has values separated by space, but with different number of spaces I tried: pd.read_csv('file.csv', ..

개인적으로 class에 대해 설명해주는 예시 중 아래의 예시가 가장 와닿았다. (내가 스타크레프트를 좋아해서 그럴수도..) class Unit: def __init__(self, name, hp, damage): self.name = name self.hp = hp self.damage = damage print(" {0} 생성을 시작합니다.".format(self.name)) print(" 체력{0}\n 공격력{1}\n ".format(self.hp, self.damage)) def generated_unit(self): print ("유닛이 생성되었습니다." + self.name + self.hp + self.damage) marine1 = Unit("마린",40,5) # 라인2에서 정의된 init ..

고등학생때 인강 완주하는 것은 그렇게 버거웠는데 성인이 된 이후 내가 배우고싶은 내용을 직접 골라 수강하는 것은 좀 달랐다. 물론 처음 계획한대로 수강하지 못한 날은 많았지만 결국은 내가 하고싶은 것을 하는것이기에 어떻게든 시간을 내서 끝까지 완주할 수 있었다. 처음에는 파이썬 문법에 너무 집착하여 진도 나가기가 어려웠지만, 컴퓨터 언어나 사람이 쓰는 언어나 시작부터 완벽하게 이해하고 외워서 쓰는 것이 아니라 아는 만큼 틀리더라고 '반복'해서 사용하는 것이 결국 언어를 익히는 데에 핵심인 것 같다. pyplot으로 그리는 것도 재밌지만 대망의 마지막 4주차 강의에서 알게 된 데이터스튜디오는 정말 신선했다. 앞으로 파이썬으로 대량의 데이터를 처리하고 visualizeation은 구글의 데이터스튜디오를 사용..

목표 : 군구 별 유동인구수 - 군구 별 치킨주문수 분석하기 A. 서울시 군구 별 유동인구수 데이터 불러오기. B. 서울시 군구별 유동인구수 그래프 C sort_values D. 특정 구 (강남구) 날짜별 유동인구 수 E. folium 과 json을 불러 유동인구수를 지도에 표현하기 F. 이제 치킨 주문데이터와 유동인구 데이터를 함께 분석해보자 1) 명령어상으로 먼저 쓰여진 치킨데이터에 이후 쓰여진 유동인구수 데이터가 붙여진다. G . 새로 만들어진 데이터로 유동인구수/치킨집수 계산을 하여 새로운 column에 추가. H. 시각화 하기.

A. import 및 파일 불러들이기. 1) 39개의 column이 있다. list는 파일 안에 몇 개의 column 항목이 있는지 말해주며 여기에 len을 씌우면 갯수를 말해준다. B. 어떤 column을 선택하여 볼것인가를 결정. '상가업소번호'는 가게의 고유 이름일 것이니 1개씩만 존재할 것이다. 또한 '상권업종소분류명'으로 상가의 카테고리를 나눌 수 있을 것이다. 1) len(category_range) 입력하면 709, 즉 709종류의 '상권업종소분류명' 항목이 있는 것을 알 수 있다. 이 항목 안에 '후라이드/양념치킨' 항목이 있다. 이것은 나중에 다시 보기로 하고 우선 타켓 도시인 서울특별시에 대한 정보만 가져오자. C. 39개의 list 중에 '도로명'이 있고, 도로명 column에는 ~시..

A. 그래프 그리는 flow. import pandas as pd import matplotlib.pyplot as plt 1) 한글이 깨지지 않게 하는 것이 의외로 어려운 문제라고 하시니 잘 기억하기 B. 1) .xtics(rotation = 45) 로 x축 눈금에 해당하는 라벨을 회전.

A. import와 파일 다듬기 1) .concat() 은 () 안에 있는 요소들을 합치는 명령어 2) .concat( [ ] ) 에서 [ ] 는 딕셔너리. 즉, 용량이 큰 각각의 파일을 딕셔너리의 요소로 여김 3) 합쳐진 파일들을 새롭게 정의하여 chicken_data 라 칭함 4) .reset_index(drop = True) 합쳐진 데이터들은 과거의 index(순번)를 가지고 있기 때문에, 합쳐진 파일 안에서 새롭게 indexing을 함. B. .groupby 함수 사용하여 필요한 column들의 데이터만 뽑기 1. .groupby() 는 함수로서 ()가 필요 2. .groupby('연령대') 를 지정함으로써 '연령대'에 해당하는 column을 선택 Q. 두개의 column만 뽑으려면 ~~~~.gr..

A. 파일 부르고 마지막 5행 보기. 1)pandas를 pd로 부르기로 함. 2) 디렉토리 위치 ( ./ ) 에 있는 파일 'chicken_07'을 pandas에 읽게 함. 3) 마지막 5행 가져옴 B. describe 함수 사용 1) describe라는 함수를 사용하기 때문에 ()를 뒤에 붙여줌. 2) ()를 붙이지 않으면 함수를 적용하지 않고 그냥 읽는 것이 됨.