Wendi's Learning

import pandas as pd import numpy as np import matplotlib.pyplot as plt import chart_studio.plotly as py %matplotlib inline Plotly, Cufflinks from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot import cufflinks as cf # For Notebooks init_notebook_mode(connected=True) # For offline use cf.go_offline() df = pd.DataFrame(np.random.randn(100,4), columns = 'A B C D'.split()) ..

f = plt.figure() # select only 0~29 index df3.iloc[0:30].plot.area(alpha = 0.4, ax = f.gca()) # move legend outside of the plot plt.legend(loc = 'center left', bbox_to_anchor = (1.0, 0.5)) plt.show()​ import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt %matplotlin inline df1 = pd.read_csv('df1', index_col=0) df2 = pd.read_csv('df2') df1.head() df2.head() ..

import seaborn as sns %matplotlib inline Load Data tips = sns.load_dataset('tips') tips.head() Distribution Plot # distribution plot sns.displot(tips['total_bill # kde sns.distplot(tips['total_bill'], kde = True, bins = 30) Joint Plot # kind = plot 종류 sns.jointplot(x = 'total_bill', y = 'tip', data = tips, kind = 'scatter') sns.jointplot(x = 'total_bill', y = 'tip', data = tips, kind = 'hex') sn..

import matplotlib.pyplot as plt %matplotlib inline Basic Plot import numpy as np x = np.linspace(0,5,11) y = x ** 2 plt.plot(x, y, 'red') plt.xlabel('X Axis') plt.ylabel('Y Axis') plt.title('Title') plt.show() Subplot plt.subplot(1,2,1) # nrow, ncol, index(1~) plt.plot(x, y, 'r') plt.subplot(1,2,2) plt.plot(y, x, 'b') Object Oreinted Method fig = plt.figure() axes = fig.add_axes([0.1, 0.1, 0.8, ..

Pandas import numpy as np import pandas as pd labels = ['a','b','c'] my_list = [10,20,30] arr = np.array([10,20,30]) my_dict = {'a' : 10, 'b' : 20, 'c' : 30} Series pd.Series(data = my_list) pd.Series(data = my_list, index = labels) pd.Series(arr) pd.Series(arr,labels) pd.Series(my_dict) ser_1 = pd.Series([1,2,3,4], index = ['A','B','C','D']) ser_1 ser_2 = pd.Series([4,3,2,1],['B','C','D','F']) ..

Array import numpy as np my_list = [1,2,3] np.array(my_list) my_matrix = [[1,2,3],[4,5,6,],[7,8,9,]] np.array(my_matrix) Arange np.arange(11) np.arange(1,11) np.arange(1,11,2) # interval Zeros, Linspace np.zeros(3) np.zeros((5,5)) # matrix = tuple np.linspace(0,10,3) # linearly spaced in area np.linspace(0,10,50) Random np.random.rand(3) # [0,1) np.random.randn(2,5) # standard normal np.random.r..

클래스 상속 어떤 클래스를 만들 때, 기능을 이어(상속)받는것. 클래스를 상속하는 방법pass class 자식클래스(부모클래스): 상속해주는 클래스 : 부모클래스, 상속받는 클래스 : 자식클래스 # 부모클래스 class Calculator(): def __init__(self, first, second): self.first = first self.second = second def add(self): result = self.first + self.second return result def subtract(self): result = self.first - self.second return result def multiply(self): result = self.first * self.second r..

계산기 기본기능을 클래스를 이용해 만들어보았다. 클래스 안에는 메소드가 있으며 이를 이용해 만든 것을 객체라고 한다. 클래스는 붕어빵틀과 같이 객체를 생성할 수 있으며, 이로 만들어진 붕어빵을 객체라고 볼 수 있다. class 안의 def 함수는 메소드(method)라고 불린다. 메소드의 self 파라미터는 객체 자신을 메소드로 전달한다. def __init__() 생성자를 사용하면 초기값을 설정하고 객체가 생성될 때 자동으로 호출된다. (a = Calculator(x, y)) class Calculator: def __init__(self, first, second): self.first = first self.second = second def add(self): result = self.first ..

달콤한 파이썬 #3. 튜플, 집합 튜플 리스트는 대괄호 [ ]로, 튜플은 괄호 ( )로 둘러싼다. 리스트와 달리 튜플은 값의 생성, 삭제, 수정이 불가능하다. 다른 자료형도 포함할 수 있다. tuple_1 = (1, 2) tuple_2 = ("python", 1, 2) tuple_3 = (1, 2, (1, 2, 3)) print(tuple_1) # (1, 2) print(tuple_2) # ('python', 1, 2) print(tuple_3) # (1, 2, (1, 2, 3)) 튜플 역시 인덱스로 접근할 수 있다. + : 튜플 추가 (이어붙이기) * : 튜플 반복 tuple_1 = (1, 2) tuple_2 = ("python", 1, 2) tuple_3 = (1, 2, (1, 2, 3)) print..

[프로젝트] 숫자야구 숫자 3개 뽑기 : generate_numbers from random import randint def generate_numbers(): numbers = [] while len(numbers) < 3: # 리스트의 요소가 3개 미만일 동안 반복 num = randint(0,9) if num not in numbers: # 중복값을 없애기 위해 중복이 아닐때만 리스트에 추가하기 numbers.append(num) return numbers print(generate_numbers()) 숫자 예측하기 : take_guess def take_guess(): print("숫자 3개를 하나씩 차례로 입력하세요.") guess =[] while len(guess) < 3: # 리스트에 요..