전체 글 (260) 썸네일형 리스트형 파이썬 머신러닝 판다스 데이터 분석 6,7 질문 - 데이터프레임의 다양한 응용, 머신러닝 데이터 분석 1. distplot과 regplot, kdeplot의 차이점이 뭐니 아니요, distplot과 regplot 모두 1차원 데이터를 시각화하는 함수입니다. distplot은 주로 분포를 확인하는데 사용되고, regplot은 두 변수 간의 관계를 파악하는데 사용됩니다. regplot에서 회귀선을 그리기 위해 2차원 데이터가 필요하지만, 그리는 그래프 자체는 1차원으로 표현됩니다. 서로 다른 색상을 표시하려면 sns.regplot() 함수를 두 번 호출하여 그리면 됩니다. 또한 kdeplot 함수와 distplot 함수는 모두 분포를 시각화하기 위한 함수로, distplot 함수는 히스토그램과 함께 밀도 그래프를 그리는 반면에 kdeplot 함수는 밀도 그래프만을 그린다는 차이점이 있습니다. 파이썬 머신러닝 판다스 데이터 분석 6,7 - 데이터프레임의 다양한 응용, 머신러닝 데이터 분석 6장 데이터프레임의 다양한 응용 1. 데이터프레임 병합 * 데이터프레임 병합 # 부수적인 요소 # %% # 데이터프레임 병합 # Ipyhton 디스플레이 설정 변경 import pandas as pd pd.set_option("display.max_columns",10) # 출력할 최대 열의 개수 pd.set_option("display.max_colwidth",20) # 출력할 열의 너비 pd.set_option("display.unicode.east_asian_width",True) # 유니코드 사용 너비 조정 ##데이터프레임 병합 # SQL JOIN 유사 = 좌우 병합 = merge() # 공통된 열, 인덱스 = 키 # 라이브러리 불러오기 import pandas as pd # 데이터 불러오기 df.. 파이썬 머신러닝 판다스 데이터 분석 5,6 정리 - 데이터 사전 처리, 데이터프레임의 다양한 응용 1. 질문 x 2. 내용 파이썬 머신러닝 판다스 데이터 분석 5,6 - 데이터 사전 처리, 데이터프레임의 다양한 응용 5장 데이터 사전 처리 1. 범주형 데이터 처리 * 범주형 데이터 처리 # %% # 범주형(카테고리) 데이터 처리 # 데이터 구간 분할 import pandas as pd import numpy as np df=pd.read_csv(r'/content/drive/MyDrive/BDA/part4/auto- gurobig.tistory.com 3. 정리 1) 오전 - 데이터 사전 처리 2) 오후 - 데이터프레임의 다양한 응용 * 핵심 - join=inner 사용법 익숙해지기 - 범주형 데이터 처리 , 정규화, 함수 맵핑, 합치기, 연결하기 익숙해지기 * 오늘 작성한 코드 (0428 Pytho.. 이전 1 ··· 23 24 25 26 27 28 29 ··· 87 다음
