꺽은선 그래프
x=[1,2,3,4] y=[2,4,6,8] z=[3,6,9,12] plt.plot(x, label ='x데이터') plt.plot(y, label ='y데이터') plt.plot(z, label ='z데이터') 범례 설정하기 범례 : 참고사항, 데이터를 식별하기 위한 text plt.legend() 차트 제목 설정 loc : 방향 설정 -> right : 오른쪽, left : 왼족 plt.title('차트제목', loc='right') plt.show() plt.legend를 통해 데이터들의 그림과 이름을 표시 plt.title를 통해 제목을 정해주고 loc를 통해 제목 위치를 바꿈 plt.plot를 통해 데이터를 꺽은선 그래프를 만들어줌
카테고리 <- pd.cut
pd.cut 카테고리컬 데이터라고도 부름 특정 점수가 부여되고 그 점수를 경계로 성적이 부여되는 절대평가이다. pd.cut([데이터],[범주],labels = [범주 명칭]) 예시 1. 데이터 생성 ages = [0,2,10,15,21,23,37,61,20,41,100,52,78] #2. 범주 생성 : 범위 #0~19, 20~47, 48~60, 61~ 범주는 시작값을 포함하지 않음 bins=[-1,19,47,60,100] 3. 범주 명칭 생성 name = ['미성년자','청년','중년','노년'] pd.cut([데이터],[범주],labels = [범주 명칭]) categori=pd.cut(ages,bins,labels=name) 카테고리 활용 ages데이터를 DataFrame활용 age_df = pd.D..
concat <-- 데이터 병합
concat() -> "이어붙이다"라는 뜻 concat() : 축의 방향(axis)을 기준으로 병합 merge()의 단점은 pandas 객체가 2ea까지만 가능 -> concat는 이를 보완 pd.concat([df1,df2,...],axis=0, join='outer, Ignore_index=False) axis : 병합할 축의 방향(기본값은 0) join : 어떻게 병합할건지 방식지정 inner : 교집합 형태로 반환 outer(기본값) : 합집합 형태로 반환 data3 = { '이름': ['홍길동','이순신'], '나이': ['23','55'], '성별':['남','남'] } data4 = { '이름': ['신사임당','장보고'], '나이': ['48','22'], '성별':['여','남'] } i..
merge
merge() -> "병합"이라는 뜻 두개의 pandas 객체를 합칠때 특정 "컬럼"의 값을 기준으로 합치는 함수 pd.merge(left,right, how=inner,on="컬럼명") left, right : 각각의 판다스 객체(DataFrame) how : 어떻게 병합할건지 방식 지정 on='컬럼명' : 어떤 컬럼명을 기준으로 잡을지 지정 data1 = { '이름': ['홍길동','이순신','신사임당'], '나이': ['23','55','48'], '성별':['남','남','여'] } data2 = { '이름': ['홍길동','홍길동','홍길동','신사임당','장보고'], '영화': ['터미네이터','비긴어게인','살인의추억','비긴어게인','살인의추억'], '평점':['5','2','4','5',..
