전체 글(123)
-
dataframe으로 json이용
# CSV file => JSON file로 만들어보아요! # 파일처리(후 저장)를 하려면 1. '파일을 open' # 2. 파일에 내용을 써야해요! # 3. 파일을 close # with를 이용해 open만 하면 with 구문이 끝나면서 resource의 close가 자동으로 이루어진다 with open(파일 경로, 모드) as 파일 객체: with open('./data/csv_to_json.json', 'w', encoding='utf-8') as f: #data/csv_to_json.json(파일명), 어떤용도이냐 'w'는 writing 'r'은 read # encoding을잡지않으면 중국,일본,한국어등 영어권을 제외하면 깨진다 # as는 별명을 붙이는것 df.to_json(f, force_asc..
2021.08.19 -
pandas 기초
# Pandas에 대해서 알아보아요! pandas는 data분석 library의 최고봉!! # excel과 비슷하다 (data를 1g도 못불러들인다) # 잘만 이용한다면 excel보다 훨씬 다양한 일을 프로그램적으로 자동화 가능 # Pandas는 고유하게 정의된 2개의 자료구조를 가지고 있어요! # 1. Series : 1차원, 같은 데이터 타입을 사용해요! (ndarry 1차원에 조금 추가한거라고 생각?) # 2. DataFrame : 2차원, 여러개의 Series를 합쳐서 Table 구조로 만든 자료구조 # module 설치 # anaconda prompt에서 conda install pandas numpy 요소를 만들때 값을 모르겠어, 없어는 np.nan 을 이용 import numpy as np ..
2021.08.19 -
numpy 3일차
# ndarray의 데이터 정렬은 pandas에서 얘기하도록 해요! # Numpy의 concatenate((a, b), axis=) 함수 [사슬같이 잇다; 연쇄시키다] -python list 끼리 +하면 붙이는 것과 같다 import numpy as np # arr = np.array([[1, 2, 3], # [4, 5, 6]]) # tmp = np.array([7, 8, 9]) # result = np.concatenate((arr,tmp.reshape(1,3)), axis=0) # print(result) [[1 2 3] [4 5 6] [7 8 9]] arr = np.array([[1, 2, 3], [4, 5, 6]]) tmp = np.array([7,8,9,10]) result = np.concat..
2021.08.18 -
numpy 정리
# Numpy # 0차원(scala)[숫자]1차원데이터(vector) 혹은 2차원데이터(matrix)를 다루기 쉽게 도와주는 module # Machine Learning, Deep Learning의 기본 자료구조로 Numpy의 ndarray가 사용 # n-dimensional array(ndarray)를 이용해요! # numpy(외부모듈)를 사용하기 위해서는 module을 설치해야 해요! # ndarray를 생성하는 방법 # 1. python의 list를 가지고 ndarray를 만들어요! => np.array() # ndarray의 가장 큰 특징 중 하나는... 모든 개별적인 요소들이 같은 data type을 # 가져요! default는 float # - ndarray가 가지는 여러가지 속성 # dty..
2021.08.18 -
numpy 2일차
indexing python list의 indexing과 slicing과 상당히 유사 indexig은 차원이 준다[n] 왜냐하면 안에 있는걸 뽑기때문 slicing은 차원을 유지[n:n] (원본유지)원래 형태를 유지하기때문에 import numpy as np # arr = np.arange(10,20,1) # for item in arr: # print(item) enumerate: 열거하다 / 위치와 값을 찍는다 # for idx,item in enumerate(arr): # print(idx, item) 0 10 1 11 2 12 3 13 # slicing arr = np.arange(0,5,1) print(arr) tmp = arr[0:3] print(tmp) arr[0] = 100 print(ar..
2021.08.18 -
numpy 1일차
# 이번에는 Numpy에 대해서 알아보아요! # python의 numpy module은 Vector(1차원)와 Matrix(2차원)연산에 있어서 상당한 편의성을 제공하는 모듈 # Machine Learning과 Deep Learning의 기본 Module # ndarray(n-dimensional array) - 데이터타입 # ndarray의 특징 # 1. python의 list와 상당히 유사하게 생겼어요! # 2. python의 list는 각기 다른 데이터 타입을 저장할 수 있어요! ex) a = [1, True, 'Hello', 3.14] # 3. ndarray는 동일한 데이터 타입만 사용할 수 있어요! # 4. list와 상당히 유사하지만 수학적 계산 속도면에서 비교가 불가능할 정도로 ndarray..
2021.08.17