2020/02(330)
-
sns.barplot()
barplot() · 바 차트 · 카테고리 값에 따른 실수 값의 평균과 편차를 표시하는 기본적인 바 차트를 만들어줍니다. · 평균은 막대의 높이로, 편차는 에러바(error bar)로 표시합니다. 인자 설명 data 대상이 되는 데이터프레임을 지정합니다. x x 변수로 지정한 데이터프레임의 열 이름 문자열을 설정합니다. y y 변수로 지정할 데이터프레임의 열 이름 문자열을 설정합니다. hue · hue 인수에 카테고리 값을 가지는 변수의 이름을 지정하면 카테고리 값에 따라 다르게 시각화됩니다. · hue 값이 시각화되는 방법은 플롯의 종류에 따라 달라집니다. sns.barplot(x="표본값", y="비율", hue="유형", data=df) http://seaborn.pydata.org/generate..
-
확률분포 클래스 객체 생성
확률분포 클래스 객체 생성 · SciPy.stats 서브패키지의 다양한 분포메소드를 제공합니다. · 확률분포는 확률분포 클래스 객체를 생성한 후에 해당 객체의 메서드를 호출해서 사용합니다. va = scipy.stats.확률객체생성함수() · 확률객체 생성 함수는 분포의 형상을 구체적으로 지정하는 모수(parameter)를 인자로 지정할 수 있습니다. · 대부분 loc, scale 모수는 공통적으로 가지며 각각의 확률분포마다 지정해 주어야 할 모수의 종류가 다르므로 자세한 설명은 SciPy 문서를 참조하시기 바랍니다.
-
stats 서브패키지
stats 서브패키지 SciPy는 여러 개의 서브 패키지로 구성되어 있으며 stats 서브패키지는 확률분포 분석을 위한 다양한 기능을 제공합니다. stats 서브패키지 import
-
countplot(), 카운트 플롯(count plot)
카운트 플롯(count plot) · 1차원 데이터가 카테고리 값이면 카운트 플롯으로 시각화됩니다. · 각 카테고리 값별로 데이터가 얼마나 있는지 표시해줍니다. countplot() 인자 설명 data 대상이 되는 데이터프레임 x 데이터프레임의 열 이름 문자열 http://seaborn.pydata.org/generated/seaborn.countplot.html
-
bernoulli()
bernoulli() · {Scipy} 패키지의 stats 서브 패키지에 있습니다. · 베르누이 확률변수를 구현하고 있는 클래스의 객체를 생성합니다. 인자 설명 p 분포의 모수 μ 을 설정합니다.
-
확률질량 함수(Probability mass function)
확률질량 함수(Probability mass function)이산확률변수가 가질 수 있는 모든 특성값(x)에 대한 확률을 나타내는 함수입니다.