본문 바로가기

Python

 (15)
시각화_05. 워드클라우드02 In [1]: import matplotlib.pyplot as plt import wordcloud from wordcloud import WordCloud, STOPWORDS # 한글 폰트 패스로 지정 import matplotlib.font_manager as fm path = 'C:\Windows\Fonts\malgunbd.ttf' font_name = fm.FontProperties(fname=path).get_name() plt.rc('font', family=font_name) # 자동 크기 설정 %matplotlib inline 파일 읽기¶ In [2]: f = open("C:\\workspace\\test.txt", 'r', encoding=&#..
시각화_04. 워드클라우드01 워드 클라우드란?¶메타 데이터에서 얻어진 텍스트들을 분석하여 중요도나 인기도 등을 고려하여 시각적으로 늘어 놓아 표시하는 것이다. 보통은 2차원의 표와 같은 형태로 태그들이 배치되며 이때 순서는 알파벳/가나다 순으로 배치 된다. 시각적인 중요도를 강조를 위해 그 중요도에 따라 글자의 색상이나 굵기등 형태가 변한다. https://amueller.github.io/word_cloud/index.html 설치 : 터미널창 이용¶conda install -c conda-forge wordcloud¶conda list¶ 환경 설정¶ In [5]: import matplotlib.pyplot as plt import wordcloud from wordcloud import WordCloud, STOPWORDS #..
시각화_03 시각화 셋팅¶ In [2]: import numpy as np import pandas as pd import matplotlib import matplotlib.pyplot as plt # 한글 폰트 패스로 지정 import matplotlib.font_manager as fm path = 'C:\Windows\Fonts\malgunbd.ttf' font_name = fm.FontProperties(fname=path).get_name() plt.rc('font', family=font_name) # 자동 사이즈 조정 %matplotlib inline Scatter Plot¶ fiqure 생성 plt.sctter(xData,yData,s=Size, c=colorName, m..
시각화_02. matplotlib Matplotlib 시각화¶ 데이터 시각화를 위한 파이썬 라이브러리 https://matplotlib.org/ In [75]: import numpy as np import pandas as pd matplotlib 임포트와 매직명령어¶ In [76]: import matplotlib import matplotlib.pyplot as plt In [77]: matplotlib.__version__ Out[77]: '3.1.0' matplotlib 매직 명령어¶ 자동으로 리사이징 옵션 지정 In [78]: %matplotlib inline Figure 객체 생성하기¶ Figure : 도식. 그래프가 삽입되는 객체 var = plt.figure() In [79]: fig = plt.figure..
시각화_01. seaborn Seaborn¶ Matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지 https://seaborn.github.io/ In [1]: import numpy as np import pandas as pd import matplotlib import matplotlib.pyplot as plt # seaborn 임포트 import seaborn as sns # 한글 폰트 패스로 지정 import matplotlib.font_manager as fm path = 'C:\Windows\Fonts\malgunbd.ttf' font_name = fm.FontProperties(fname=path).get_name() plt.rc('font', ..
Pandas_06. 타이타닉 In [1]: import numpy as np import pandas as pd csv 데이타 파일 읽어오기¶ 데이타프레임이름 = pd.read_csv(dataFile경로, index_col='인덱스로사용할컬럼') 데이타프레임이름.shape : 구조 확인 In [49]: train = pd.read_csv('data/train.csv',index_col='PassengerId') train.shape Out[49]: (891, 11) 데이타프레임에서 앞과 뒤에 갯수 정해서 표시하기¶ 데이타프레임명.head() : 5개 데이타프레임명.tail() : 5개 데이타프레임명.head(숫자) 데이타프레임명.tail(숫자) In [9]: train.tail() Out[9]: Surv..
Pandas_05 In [2]: import numpy as np import pandas as pd 행또는 열 별로 합 구하기¶ df.sum(axis=0) df.sum(axis=1) df[컬럼명].sum(axis=0) df.loc[인덱스명].sum() skipna = False 결측치가 있는 데이타프레임 생성하기¶ In [3]: data = [[1.4, np.nan], [7.1, -4.5], [np.nan, np.nan], [0.75, -1.3]] In [4]: df = pd.DataFrame(data, columns=["one","two"], index=["a", "b", "c", "d"]) df Out[4]: one two a 1.40 NaN b 7.10 -4.5 c NaN NaN d 0.75 -1.3 df.sum(..
Pandas_04 In [2]: import numpy as np import pandas as pd 행또는 열 별로 합 구하기¶ df.sum(axis=0) df.sum(axis=1) df[컬럼명].sum(axis=0) df.loc[인덱스명].sum() skipna = False 결측치가 있는 데이타프레임 생성하기¶ In [3]: data = [[1.4, np.nan], [7.1, -4.5], [np.nan, np.nan], [0.75, -1.3]] In [4]: df = pd.DataFrame(data, columns=["one","two"], index=["a", "b", "c", "d"]) df Out[4]: one two a 1.40 NaN b 7.10 -4.5 c NaN NaN d 0.75 -1.3 df.sum(..

티스토리툴바