일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- gas
- django
- Redshift
- Java
- Tkinter
- GIT
- array
- Kotlin
- Mac
- google apps script
- 파이썬
- SQL
- c#
- matplotlib
- dataframe
- Google Spreadsheet
- list
- Python
- hive
- string
- PostgreSQL
- PySpark
- numpy
- Excel
- Apache
- PANDAS
- Google Excel
- math
- Github
- Today
- Total
목록Python (384)
달나라 노트
평균(average)은 여러 요소들을 모두 더하여 해당 요소들의 개수로 나눈 것을 의미합니다. 중간값(median)은 여러 요소를 오름차순/내림차순으로 정렬했을 때 가장 중간에 있는 값을 의미합니다. import numpy as np list_test = [2, 5, 7, 8, 10] val_average = np.average(list_test) print(val_average) val_median = np.median(list_test) print(val_median) -- Result 6.4 7.0 numpy에서 average는 여러 요소들의 평균값을 구해줍니다. numpy에서 median은 여러 요소들의 중간값을 구해줍니다. list_test의 가장 중간에 있는 값은 7이므로 중간값은 7입니다. ..

Python의 matplotlib를 이용하면 Python에서 그래프를 그릴 수 있습니다. import matplotlib.pyplot as plt list_x = [1, 2, 3, 4, 5] list_y = [10, 30, 15, 20, 5] plt.plot(list_x, list_y, color='skyblue', marker='o', markerfacecolor='blue', markersize=12) plt.title('Test graph') plt.xlabel('date') plt.ylabel('amount') plt.show() plt.close() 위같은 코드를 작성하여 실행하면 아래 이미지와 같은 결과를 얻을 수 있습니다. 그래프를 그릴 수 있죠. 그러면 위 코드를 한번 해석해봅시다. imp..
collections module의 defaultdict를 이용하면 default값이 있는 dictionary를 생성할 수 있습니다. 이게 무슨 말인지 예시를 통해 알아봅시다. dict_1 = { 'a': 1, 'b': 2 } print(dict_1['c']) -- Result NameError: name 'c' is not defined 위 예시에선 dictionary에 존재하지 않는 key인 c를 참조하려고 하니 NameError가 발생합니다. 당연한 얘기이겠죠. import collections def default_factory(): return 'no_data' dict_2 = collections.defaultdict(default_factory, a=1, b=2) print(dict_2) p..
pandas의 to_dict는 DataFrame에 적용하여 DataFrame을 dictionary로 변경해줍니다. import pandas as pd dict_1 = { 'col1': [1, 2, 3, 4, 5], 'col2': [6, 7, 8, 9, 10], 'col3': [11, 12, 13, 14, 15] } df_1 = pd.DataFrame(dict_1) print(df_1) dict_1 = df_1.to_dict() print(dict_1) -- Result col1 col2 col3 0 1 6 11 1 2 7 12 2 3 8 13 3 4 9 14 4 5 10 15 {'col1': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5}, 'col2': {0: 6, 1: 7, 2: 8, 3: 9..