본문 바로가기
728x90
반응형

study/Python48

[Python] 36. Test 답 # -*- coding: utf-8 -*- """ Created on Tue Jun 21 14:52:33 2022 @author: KITCOOP test0621_A.py """ ''' 1. 시도별 전출입 인구수.xlsx 파일을 읽어 다음 그래프를 작성하기 전출지가 서울특별시이고 전입지가 "부산광역시" 데이터를 읽어 시각화하기 20220621-1.png 그래프 참조 ''' import pandas as pd import matplotlib.pyplot as plt df = pd.read_excel("data/시도별 전출입 인구수.xlsx") df = df.fillna(method="ffill") mask=(df["전출지별"] == '서울특별시') & (df["전입지별"] != '서울특별시') df_seou.. 2022. 6. 21.
[Python] 36. Test 1. 시도별 전출입 인구수.xlsx 파일을 읽어 다음 그래프를 작성하기 전출지가 서울특별시이고 전입지가 "전국","경기도","부산광역시" 데이터를 읽어 시각화하기 2. sales_2015.xlsx 파일의 january_2015 sheet 을 읽어 Customer Name별 Sale Amount 를 선그래프로 시각화 하기 # -*- coding: utf-8 -*- """ Created on Tue Jun 21 14:52:33 2022 @author: KITCOOP test0621.py """ ''' 1. 시도별 전출입 인구수.xlsx 파일을 읽어 다음 그래프를 작성하기 전출지가 서울특별시이고 전입지가 "전국","경기도","부산광역시" 데이터를 읽어 시각화하기 20220621-1.png 그래프 참조 ''' .. 2022. 6. 21.
[Python] 36. pandas(행(index) 추가하기, 정렬하기, seaborn. titanic (조회, 정렬), seaborn. mpg. (상관계수, 시각화[산점도, 히스토그램], 전체행렬), 결측값 처리, matplot : 기본 시각화모듈 1. 행(index) 추가하기 2. 정렬하기 3. seaborn. titanic (조회, 정렬) 4. seaborn. mpg. (상관계수, 시각화[산점도, 히스토그램], 전체행렬) 5. 시도별 전출입 인구수 분석하기 (결측값 처리) 6. matplot : 기본 시각화모듈 # -*- coding: utf-8 -*- """ Created on Tue Jun 21 09:34:54 2022 @author: p011v """ ''' pandas 모듈 - 표형태(행:index,열:columns)의 데이터를 처리하기 위한 모듈 - Series : 1차원형태의 데이터처리.DataFrame의 한개의 컬럼값들의 자료형 - DataFrame : 표형태의 데이터. Series데이터의 모임. - 기술통계함수 : sum, mea.. 2022. 6. 21.
[Python] 35. Test 답 # -*- coding: utf-8 -*- """ Created on Mon Jun 20 14:51:08 2022 @author: KITCOOP test0620_A.py """ ''' 1. dict_data 데이터를 이용하여 데이터프레임객체 df 생성하기 단 index 이름은 r0,r1,r2로 설정 ''' import pandas as pd dict_data = {'c0':[1,2,3], 'c1':[4,5,6], 'c2':[7,8,9], \ 'c3':[10,11,12], 'c4':[13,14,15]} #df = pd.DataFrame(dict_data, index=['r0', 'r1', 'r2']) df=pd.DataFrame(dict_data) df.index=['r0','r1','r2'] print(.. 2022. 6. 20.
728x90
반응형

티스토리툴바