#2 Jupyter 노트북, Pandas, Numpy, Matplotlib 사용법

전 게시글과 같이 Jupyter 노트북에서

New 버튼을 눌러, Python 3을 클릭하게 되면,

New 새로운 파일 생성

위와 같이 Untitled 라는 문서가 생성 된다.

 

 

1. Pandas 사용법

import pandas as pd
#pandas의 Dataframe을 생성한다.
names = ['Bob', 'Jessica','Mary','John','Mei']
births = [968, 155 , 77, 578, 973]
custom = [1,5,25,13,23232]
BabyDataSet =  list(zip(names,births))
df = pd.DataFrame(data = BabyDataSet , columns=['Names','Births'])
df.head()

결과 값

df.head()

Pandas는 행과 열(엑셀 데이터)로 바꾸어 주는 역할을 해준다.

 

 

이제 Pandas 명령어를 알아보자.

 

1.df.dtypes

#데이터 프레임의 열 타입 정보를 출력한다.
print(df.dtypes)

결과 값

df.dtypes

 

2.df.index

#데이터 프레임의 행 정보
print(df.index)

결과 값

df.index

 

3.df.columns

#데이터 프레임의 열 정보
print(df.columns)

결과 값

df.columns

4. zip(names.births)

import pandas as pd
#pandas의 Dataframe을 생성한다.
names = ['Bob', 'Jessica','Mary','John','Mei']
births = [968, 155 , 77, 578, 973]
custom = [1,5,25,13,23232]
for aa in zip(names,births):
      print(aa)

결과 값

zip

위와 같이 두개의 리스트를 zip이라는 함수에 넣으면 세로로 가공해준다.

이것을 리스트라는 함수로 다시 묶어버리면,

BabyDataSet

데이터 셋이 생성된다.

 

5.df['이름']

내가 만약 데이터 프레임에서 이름만 출력하고 싶다면,

#데이터 프레임의 하나의 열을 선택한다.
df['Names']

df['이름']을 넣으면 아래와 같이 하나의 열이 출력된다.

 

결과 값

df['Names']

마찬가지로,행의 0~3번째 인덱스를 선택하고 싶다면

df[0:3]

결과 값

df[0:3]

이런식으로 선택해서 출력 할 수 있다.

 

6. df[df['Births']>100]  (조건문)

#Birth 열이 100보다 큰 데이터를 선택한다
df[df['Births']>100]

아래와 같이 df 안에 조건을 설정해 그 조건에 맞게 데이터를 출력 할 수 있다.

 

결과 값

#Birth 열이 100보다 큰 데이터를 선택한다
df[df['Births']>100].head(2)

결과 값

head(2)

head를 추가하여 상위 2개만 보이도록 할 수 도있다.

 

7.mean() : 데이터 프레임의 평균값을 계산한다.

#데이터 프레임의 평균값을 계산한다.
df.mean()

결과 값

mean()

 

8. df.describe() : 각 데이터의 평균값을 요약해 나타 내준다.

df.describe()

결과 값

df.describe()

 

---

2. Numpy 사용법

Numpy는 벡터나 행렬 연산을 위한 라이브러리이다!

1.arrange, reshape

import numpy as np

arr1 = np.arange(15).reshape(3,5)
print(arr1)

np.arange(15).reshape(3,5)

: 0~ 14까지의  숫자를 2차원 배열로 나타 내준다.

 

결과 값

arange.reshape

 

2. zeros : 행렬의 모든 데이터를 0으로 만드는 함수이다.

arr3 = np.zeros((3,4))
print(arr3)

3행4열의 데이터가 모두 0인 행렬이 나온다.

 

결과 값

 

 

0 arr

 

3. ones: 행렬의 모든 데이터를 1으로 만드는 함수이다.

arr3 = np.ones((3,4))
print(arr3)

3행4열의 데이터가 모두 1인 행렬이 나온다.

 

결과 값

1 arr

4. 사칙연산  ( 행렬끼리 계산을 할때는 전부 shape이 맞아야 한다!)

 

arr4 = np.array([
    [1,2,3],
    [4,5,6]
], dtype =np.float64)

arr5 = np.array([
    [7,8,9],
    [10,11,12]
], dtype =np.float64)

#사칙연산 출력
print("arr4 + arr5 = ")
print(arr4 + arr5, "\n")
print("arr4 - arr5 = ")
print(arr4 - arr5, "\n")
print("arr4 * arr5 = ")
print(arr4 * arr5, "\n")
print("arr4 / arr5 = ")
print(arr4 / arr5, "\n")

 

결과 값

사칙연산

---

3. Matplotlib 사용법

1. 선언하기

%matplotlib inline
import matplotlib.pyplot as plt

Jupyter 노트북에서 matplotlib 사용시, 맨 윗줄에  %matplotlib inline 으로 선언 해줘야 한다.

 

 

2.데이터를 가지고 막대 그래프 출력하기

y = df['Births']
x = df['Names']

#bar plot을 출력한다.
plt.bar(x,y) #--> 막대그래프 객체 생성
plt.xlabel('Names') #--> x축 제목
plt.ylabel('Briths') #--> y축 제목
plt.title('Bar plot') #--> 그래프 제목
plt.show() #--> 그래프 출력

Births 데이터와 Names 데이터를 받아와 막대 그래프를 출력한다.

 

결과 값

graph

 

3.scatter plot 그래프 출력하기

#랜덤 추출 시드 고정
np.random.seed(19920613)

#scatter plot 데이터 생성
x = np.arange(0.0, 100.0 , 5.0)
y = (x * 1.5) + np.random.rand(20) + 50

#scatter plot을 출력한다.
plt.scatter(x, y, c="b", alpha=0.5, laber="scatter plot") #alpha는 점의 크기를 표현한다.
plt.xlabel("X")
plt.ylabel("Y")
plt.legend(loc="upper left")
plt.title("Scatter plot")
plt.show()

결과 값

scatter plot