pd.get_dummies() · 원핫인코딩(one-hot encoding; 가변수)을 수행합니다. · get_dummies를 사용하면 문자열 특성만 인코딩 되며 숫자 특성은 바뀌지 않는다. · pandas의 get_dummies 함수는 숫자 특성은 모두 연속형이라고 생각해서 원핫인코딩(가변수)를 만들지 않습니다. pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None) parameter description prefix 옵션을 사용하면 가변수에 공통으로 접두사를 추가할 수 있습니다. drop_first=True 가변수의 첫번째 변수를..

numpy 불린 인덱싱 (boolean indexing) · ≒ 불리안(Boolean) 배열 방식 · numpy 불린 인덱싱은 배열 각 요소의 선택여부를 True, False로 표현합니다. · 인덱스 배열의 원소가 True, False 두 값으로만 구성되며 인덱스 배열의 크기가 원래 ndarray 객체의 크기와 같아야 합니다. · 불린 값으로 된 배열을 인덱스로 사용하면 대상 배열의 인덱스가 True인 아이템만 결과로 추출할 수 있습니다. numpy 불린 인덱싱 방법 · True/False 값으로 불린 인덱싱 배열 · 표현식을 사용하여 불린 인덱싱 배열을 생성 True/False 값으로 불린 인덱싱 배열 만약 배열 a 가 2 x 3 의 배열이이라면, 불린 인덱싱을 정의하는 numpy 배열도 2 x 3 으..

아나콘다(conda) 통해 .py 실행 · Code Runner 확장프로그램 설치 · Command Palette & Python Interpreter 선택 · conda 가상환경을 생성시 주의사항 Code Runner 확장프로그램 설치 https://marketplace.visualstudio.com/items?itemName=formulahendry.code-runner Command Palette & Python Interpreter 선택 Command Palette (Ctrl+Shift+P) >> [Python: Select Interpreter] 선택 >> 실행가능한 Python.exe 리스트에서 원하는 python 버전 선택 / 아나콘다 가상환경 선택 >> .py 오픈된 파일 안에서 마우스 우..

파이 차트(pie chart) · ≒ 원그래프 · 전체 데이터 중 특정 데이터의 비율을 보기 쉽게 표현해 주어 뉴스나 신문에서 통계자료를 표시할 때 많이 사용됩니다. · 카테고리 별 값의 상대적인 비교를 해야 할 때는 pie()메소드로 시각화합니다. · 파이 차트를 그릴 때는 윈의 형태를 유지할 수 있도록 plt.axis('equal')를 실행해야 합니다. pie() pie() 함수에 입력한 데이터의 크기에 따라 원의 비율이 결정됩니다. matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radiu..

plt.style.use() 미리정의된 스타일(테마)을 적용합니다. plt.style.use('스타일명') 사용가능한 스타일 확인 print(plt.style.available) ['bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'sea..

Graphviz · 그래프, 다이어그램을 그려주는 오픈소스 도구 · Open source Graph Visualization Software https://graphviz.gitlab.io/