품생품사(品生品死)의 소프트웨어 품질 정보 창고

과제 - 잘못된 DataFrame 고치기 키와 몸무게가 담겨 있는 한 DataFrame이 있는데요. 몇 가지 잘못된 사항들이 있습니다. 아래 예시를 통해 DataFrame을 바로 잡아 보도록 합시다. 해야 할 일이 세 가지 있습니다. ID 1의 무게를 200으로 변경하세요. ID 21의 row를 삭제하세요. ID 20의 row를 추가하세요. ID 20의 키는 70, 무게는 200입니다. 딱 3줄의 코드만 추가하면 됩니다. 과제 해설 우리는 크게 세 가지 일을 해야 합니다. ID 1의 무게를 200으로 변경하세요. ID 21의 row를 삭제하세요. ID 20의 row를 추가하세요. ID 20의 키는 70, 무게는 200입니다. 하나씩 해결해 보도록 합시다. ID 1의 무게를 200으로 변경 import p..

과제 - DataFrame 인덱싱 이번에는 DataFrame에서 연속된 여러 줄을 찾는 연습을 해보려합니다. 방송사는 'KBS'에서 'SBS'까지, 연도는 2012년부터 2017년까지의 시청률만 확인하려면 어떻게 해야하는지 아래 문제를 풀면서 확인해 보도록 하겠습니다. 리스트 슬라이싱 방송사는 'KBS'에서 'SBS'까지, 연도는 2012년부터 2017년까지의 시청률만 확인하려면 어떻게 하면 될까요? 만약 2012년부터 2017년까지의 모든 데이터를 확인하고 싶다면 리스트 슬라이싱을 활용하면 됩니다. import pandas as pd df = pd.read_csv('data/broadcast.csv', index_col=0) df.loc[2012:2017] 아래와 같이 표시될 것입니다. 만약, 방송사 ..

과제 - DataFrame 인덱싱 데이터의 중요성을 깨달은 “품생카드”와 “품사카드”가 협업을 하기로 결정했습니다. 두 카드사는 사람들이 요일별로 지출하는 평균 금액을 “요일”, “식비", “교통비”, “문화생활비”, “기타” 카테고리로 정리해서 우리에게 공유해 주기로 했는데요. 각각 lq.csv 파일과 dq.csv 파일을 보냈습니다. 두 회사의 데이터를 활용해서, 사람들의 요일별 문화생활비를 분석해보려 합니다. 아래와 같은 형태로 출력이 되도록 DataFrame을 만들어보세요. day lq dq 0 MON 4308 5339 1 TUE 7644 3524 2 WED 5674 5364 3 THU 8621 9942 4 FRI 23052 33511 5 SAT 15330 19397 6 SUN 19030 19925..

From list of lists, array of arrays, list of series 2차원 리스트나 2차원 numpy array로 DataFrame을 만들 수 있습니다. 심지어 pandas Series를 담고 있는 리스트로도 DataFrame을 만들 수 있습니다. 따로 column과 row(index)에 대한 설정이 없으면 그냥 0, 1, 2, ... 순서로 값이 매겨집니다. import numpy as np import pandas as pd two_dimensional_list = [['dongwook', 50, 86], ['sineui', 89, 31], ['ikjoong', 68, 91], ['yoonsoo', 88, 75]] two_dimensional_array = np.array(t..

아래와 같은 결과가 나오도록 DataFrame을 만들고 출력해 보겠습니다. column은 name, birthday, occupation 총 3개입니다. 1단계 우선 DataFrame에 들어갈 정보가 담긴 2차원 파이썬 리스트를 만들어 주세요. 2차원 파이썬 리스트는 이렇게 작성할 수 있습니다. celebrities = [ ['Taylor Swift', 'December 13, 1989', 'Singer-songwriter'], ['Aaron Sorkin', 'June 9, 1961', 'Screenwriter'], ['Harry Potter', 'July 31, 1980', 'Wizard'], ['Ji-Sung Park', 'February 25, 1981', 'Footballer'] ] 2단계 이제 ..

최댓값, 최솟값 max 메소드와 min 메소드를 사용하면 numpy array의 최댓값과 최솟값을 구할 수 있습니다. import numpy as np array1 = np.array([14, 6, 13, 21, 23, 31, 9, 5]) print(array1.max()) # 최댓값 print(array1.min()) # 최솟값 31 5 평균값 mean 메소드를 사용하면 numpy array의 평균값을 구할 수 있습니다. import numpy as np array1 = np.array([14, 6, 13, 21, 23, 31, 9, 5]) print(array1.mean()) # 평균값 15.25 중앙값 median 메소드를 사용하면 중간값을 구할 수 있는데요. 특이하게 median은 numpy ar..

Numpy.array 실습 문제 Jimmy가 창업한 품새사닭갈비 신주쿠점은 이제 직장인들에게 소문난 맛집입니다. 그러나 매일같이 성공적인 것은 아닙니다. 목표 일 매출을 달성하지 못하는 날들이 아직 꽤 있었습니다. Jimmy가 생각하는 성공적인 하루 매출은 20만 엔입니다. 성공적이지 않은 날의 매출만 골라서 보고 싶습니다. 20만 엔 이하의 매출만 담긴 numpy array를 출력해보겠습니다. 📌 반복문은 사용하지 안 됩니다! 📌 정답 출력 코드는 print가 없는 방식으로 작성해 주세요. (예시: bad_days_revenue) numpy array의 좋은 점은 리스트 안의 데이터를 반복문 없이 한 번에 분석할 수 있다는 것입니다. 우리의 매출이 revenue_in_yen 이라는 변수에 리스트 형태로..

Numpy.array 실습 문제 품생사닭갈비 신주쿠점의 흥행에 성공한 Jimmy는 여세를 몰아 LA에도 가맹점을 하나 냈습니다. 이제 아버지께 매출을 보고하기 위한 프로세스가 조금 복잡해졌습니다. 각 지점의 매출을 원화로 변환시키고 더해야 하죠. 1엔에 10.38원, 1달러에 1342원이라고 가정합니다. 그리고 두 지점의 매출의 합이 원화로 담긴 numpy array를 만들어 출력합니다. 📌 반복문은 사용하지 안 됩니다! 📌 정답 출력 코드는 print가 없는 방식으로 작성해 주세요. (예시: won_array) revenue_in_yen에 엔화(¥) 매출 데이터가, revenue_in_dollar에 달러($) 매출 데이터가 담겨 있습니다. import numpy as np revenue_in_yen =..

Numpy.array 실습 문제 일본에는 한식 열풍이 불고 있습니다. 기회를 엿본 영훈이는 대기업을 퇴사하고 신주쿠에 프랜차이즈 ‘품생사닭갈비’ 가맹점을 냈습니다. 그러나 보수적인 아버지께서는 번듯한 직장을 박차고 나온 영훈이가 못마땅합니다. 아버지를 안심시켜 드리기 위해 매달 매출을 보고하려고 하는데요. 엔화(¥)로 저장한 매출 데이터를 원화(₩)로 변환하는 작업이 필요합니다. numpy를 이용하여 엔화 매출이 담겨 있는 파이썬 리스트가 주어졌습니다. 1엔에 10.38원이라고 가정하고, 원화 매출이 담긴 numpy array를 만들어 출력해 주세요. 📌 반복문은 사용하면 안 됩니다! 📌 정답 출력 코드는 print가 없는 방식으로 작성해 주세요. (예시: won_array) revenue_in_yen에..

파이썬 리스트를 통해 생성 numpy 모듈의 array 메소드에 파라미터로 파이썬 리스트를 넘겨주면 numpy array가 리턴됩니다. array1 = numpy.array([2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31]) print(array1) [ 2 3 5 7 11 13 17 19 23 29 31] 일한 값으로 생성 numpy 모듈의 full 메소드를 사용하면, 모든 값이 같은 numpy array를 생성할 수 있습니다. array1 = numpy.full(6, 7) print(array1) [7 7 7 7 7 7] 모든 값이 0인 numpy array 생성 모든 값이 0인 numpy array를 생성하기 위해서는 full 메소드를 사용하면 됩니다. 그리고 더 간편한 방법도..

아래 사이트들은 Markdown을 실시간으로 사용해볼 수 있는 온라인 서비스입니다. 직접 하나씩 연습해 보시길 추천 드립니다. Online Markdown Editor - Dillinger, the Last Markdown Editor ever. Make something great today! dillinger.io StackEdit stackedit.io 제목 #를 사용하여 단계별로 제목을 표현할 수 있습니다. #을 하나만 쓰면 1단계 제목이고, # 을 4개 사용하면 4단계 제목이 됩니다. 단계가 높아질수록 글자 크기가 작아집니다. # 이것은 1단계 제목입니다. ## 이것은 2단계 제목입니다. ### 이것은 3단계 제목입니다. #### 이것은 4단계 제목입니다. 이것은 일반 글입니다. 번호가 있는 목..

데이터 사이언스를 하기 위해서는 무엇부터 어떻게 해야 할까요? 데이터 사이언스를 시작하기 위해 어떠한 절차로 시작을 해야할지 알아 보도록 하겠습니다. 그리고 각 단계별 무엇을 준비하고, 해야할지도 함께 알아보도록 하겠습니다. 문제 정의하기 데이터 모으기 데이터 다듬기 데이터 분석하기 데이터 시각화 및 커뮤니케이션 문제 정의하기 해결하고자하는 문제를 정의하기 문제 정의하기 ✔ 이 단계에서는 해결하고자 하는 게 무엇인지, 언제까지 어떤 결과물을 얻을 것인지, 어떤 방식으로 데이터를 활용할 것인지 등을 설정합니다. 아무 목적 없이 데이터를 살펴 보면, 의미 있는 발견을 하지 못하기 때문입니다. 목표 설정하기 기간 설정하기 평가 방법 설정하기 필요한 데이터 설정하기 데이터 모으기 필요한 데이터를 모을 수 있는 ..

아나콘다(Anaconda)는 설치를 쉽게 도와주는 도구입니다. 아나콘다를 활용하면 파이썬, Jupyter Notebook 등을 쉽게 설치할 수 있을 뿐 아니라, 각종 라이브러리도 쉽게 설치할 수 있습니다. 하지만 상황에 따라 아나콘다가 잘 동작하지 않는다면, pip3를 통해 Jupyter Notebook을 설치할 수 있습니다. 윈도우 사용자이거나, 아나콘다가 잘 동작하면 아래 내용은 건너뛰셔도 됩니다. pip3는 파이썬과 관련된 패키지의 설치를 도와주는 패키지 매니저(package manager)입니다. 파이썬을 설치하면 맥의 터미널 (Terminal)에서 pip3를 사용할 수 있죠. (Python 2가 아닌 Python 3를 이용하기 위해, pip 대신 pip3를 사용합니다.) 먼저 파이썬을 설치하고,..

1. 아나콘다 다운로드 아나콘다 다운로드 링크로 이동한 뒤 macOS 버튼을 누르고 Download 버튼을 눌러 설치파일을 다운로드 받습니다. Anaconda3-2018.12-MacOSX-x86_64.pkg 라는 이름의 파일이 다운로드 됩니다. (파일명은 버전에 따라 약간 달리질 수 있습니다.) 2. 아나콘다 설치 설치 파일을 더블 클릭하면 다음과 같은 화면이 나옵니다. 계속 버튼을 눌러 아나콘다 설치를 진행합니다. 다음과 같은 화면이 나오면 계속 버튼을 눌러 설치를 진행합니다. 다음과 같은 화면이 나오면 계속 버튼을 눌러 설치를 진행합니다. 다음과 같은 화면이 나오면 계속 버튼을 눌러 설치를 진행합니다. 다음과 같은 화면이 나오면 계속 버튼을 눌러 설치를 진행합니다. 설치 버튼을 누르면 다음과 같은 화..

아나콘다(Anaconda)는 설치를 쉽게 도와주는 도구입니다. 아나콘다를 활용하면 파이썬, Jupyter Notebook 등을 쉽게 설치할 수 있을 뿐 아니라, 각종 라이브러리도 쉽게 설치할 수 있습니다. 상황에 따라 아나콘다가 잘 동작하지 않는다면, pip를 통해 Jupyter Notebook을 설치할 수 있습니다. 맥 사용자이거나, 아나콘다가 잘 동작하면 아래 내용은 건너뛰셔도 됩니다. pip는 파이썬과 관련된 패키지의 설치를 도와주는 패키지 매니저(package manager)입니다. 파이썬을 설치하면 윈도우의 명령 프롬프트 (cmd)에서 pip를 사용할 수 있습니다. 먼저 파이썬을 설치하고, pip로 Jupyter Notebook을 설치해 봅시다. 1. Python 3 설치하기 이미 Python ..