패스트캠퍼스

[패스트캠퍼스] 장인을 위한 파이썬 데이터 분석 초격차 패키지 Online - Part2 : 파이썬을 활용한 데이터 전처리

[ numpy ] - 라이브러리의 일종 * 라이브러리 : 모든 코드를 사용자가 직접 작성할 필요 없이 함수+메서드 기능을 묶어놓은 모듈 집합 - 배열 : 같은 타입의 데이터가 나열된 집합 (리스트는 다른 타입도 나열 가능) 불러오기 : import 라이브러리명 라이브러리 배열 사용 : numpy.array(숫자,숫자) 배열 생성 : import 라이브러리명 as np 자료형의 numpy화 : mylist = [1,2,3] np.array(mylist) 데이터 타입 지정 : np.array([숫자,숫자,숫자], dtype = int/float 등등) [ 슬라이싱 ] - 원하는 부분만 추출 혹은 형태 변환 - 기준 : arr[ 행(row) 인덱스, 열(column) 인덱스, N축 인덱스 등등 ] 기준 테이블..

[패스트캠퍼스] 장인을 위한 파이썬 데이터 분석 초격차 패키지 Online - Part2 : 조건문, 입출력문, 고급기능, 모듈화

[ 조건문] - 프로그래밍 조건에 따른 참거짓 판단 문장 [ 비교 연산자 ] A > B A 가 B 보다 크다 A = B A 가 B 보다 크거나 같다 A = 변수를 특정할 포인트 핵심 변수 = False print('변수에 대한 문장 설명') 예시 ↓ - 조건 2개를 활용한 코드 구성 (2번째 if와 break절) - 코드를 무한 루프로 만들고 싶으면 if절을 빼면 됨 [ for문 ] - 가장 직관적이고 많이 쓰이는 반복문 구조 : for 받을 변수 in [변수1, 변수2,...]: 변수 = [ 항목1, 항목2, 항목..] for item in 변수: print ('{항목 리스트} 선정 문장'.format(item)) - 동작 skip하기 = continue - range..

[패스트캠퍼스] 장인을 위한 파이썬 데이터 분석 초격차 패키지 Online - Part1

[ 엑셀과의 차이점 ] - 대용량, 복잡한 데이터 처리 가능 - 고차원 분석 실현 가능 [ 분석환경 ] Colab - 데이터 분석 환경 적합한 툴 Anaconda - 개발 환경에 적합한 툴 [ Colab 알아보기 ] - 코드 스니펫 : 자주 사용하는 코드를 정의해두는 기능 - 변수검사 : 변수 사용 후 정합성 확인할 때 활용 [ 셀의 종류 ] - 코드 셀 : 코드 실행을 위한 표현, 주석 표현은 #을 기입 후 적기 - 텍스트 셀 : 실제 실행이 아닌 설명 - 셀 종류 변경하기 Ctrl + M : 수정한다는 의미 코드 셀로 변경 (Ctrl + M => Y) 텍스트 셀로 변경 (Ctrl + M => M) [ 실행 ] - 순서대로 실행됨 - 실행 : CTRL + ENTER - 실행 후 커서 내림 : SHIFT..