Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (16)
Similar to 2015-2 MODA 두 번째 스터디
Similar to 2015-2 MODA 두 번째 스터디 (20)
2015-2 MODA 두 번째 스터디
- 2. 지난 시간 복습
- 3. 지난 시간 복습 [1]Intro to Course and Python 1. Python 2. Python IDLE 3. iPython
- 4. 지난 시간 복습 1. Python Linux, Mac에는 기본적으로 내장되어 있다...... : 터미널 - 파이썬
- 5. 지난 시간 복습 2. Python IDLE
- 6. 지난 시간 복습 3. iPython ▶︎ Web에서 사용하는 Python
- 7. 지난 시간 복습 iPython 설치 1.아나콘다 설치 후 Launcher로 들어가서 ipython-notebook Update 클릭! 사진엔 벌써 설치해서 update가 없음
- 8. 지난 시간 복습 iPython 설치 2. CMD(windows) or 터미널(mac)에서 타이핑
- 9. 지난 시간 복습 [2]Setup Cell Run 단축키 : Alt+Enter / Shift+Enter Markdown(메모) → #(해시태그)을 입력하면 글씨 커짐 #을 붙일수록 작아짐(최대 5개)
- 10. 지난 시간 복습 [2]Setup nbviewer.ipython.org → 사용자 iPython notebooks 공유하기 쉽고 간단히 방법 http://nbviewer.ipython.org/github/jmportilla/Udemy-notes/tree/master/ : 강의에서 배운 code를 정리해서 올려놓음 #(주석)으로 간단한 설명까지 센스있게 달아놓음
- 11. 지난 시간 복습
- 12. 지난 시간 복습 [빠른 배열 처리 기능 제공] • 데이터 분석에서 알고리즘에 사용할 데이터 컨테이너의 역할 • 수치 데이터라면, 파이썬 기본자료구조보다 NumPy배열이 더 GOOD ! • C, 포트란 같은 저수준 언어로 이루어진 라이브러리는 NumPy 배열에 저장된 데이터를 복사하지 않고 사용할 수 있다.
- 13. 지난 시간 복습 [3]Learning NumPy Array ≓ List
- 14. 지난 시간 복습 [3]Learning NumPy Array ≓ List
- 16. 지난 시간 복습 [3]Learning NumPy N차원의 배열 객체 또는 ndarray가 Numpy의 핵심 기능 ndarray는 같은 종류의 데이터를 담을 수 있는 포괄적인 다차 원 배열 ... ndarray의 모든 원소는 같은 자료형이어야 함
- 17. 지난 시간 복습 [3]Learning NumPy shape:각 차원 크기 dtype : 배열에 저장된 자료형 zeros / ones: 주어진 길이나 모양에 각각 0과 1이 들어있는 배열 생성 empty : 초기화되지 않은 배열 생성 eye : N x N 크기의 단위 행렬 생성 arange : range 함수의 배열 버전
- 18. 지난 시간 복습 [3]Learning NumPy
- 19. 지난 시간 복습 [3]Learning NumPy
- 20. 오늘 배울 내용
- 21. 9/16 Python기본적인 설명 / Section1 / Section2/ Section3(1) 9/23 Section3(2) / Section4(1) 9/30 Section4(2) 10/7 Section5 / Section6(1) 10/14 Section6(2) / Section7(1) 10/21 중간고사 기간 스터디 중지 10/28 Section7(2) / Section8(1) 11/4 Section8(2) / Section9(1) 11/11 Section9(2) 11/18 Section10(1) 11/25 Section10(2) / Section 11 12/2 Section 12 12/9 한 학기 정리 12/16 기말고사 스터디 중지 Section3 : Learning Numpy Section4 : Intro to Pandas
- 22. [3]Learning NumPy 10강 : Array Transposition (배열 교환)
- 23. [3]Learning NumPy 11강 : Universal Array Function (보편적인 배열 함수) square root = 제곱근(루트) exponential = 지수 Binary Functions : 2개 배열을 사용하는 함수 http://docs.scipy.org/doc/numpy/reference/ ufuncs.html#available-ufuncs
- 24. [3]Learning NumPy 12강 : Array Processing (배열 처리) Numpy 배열(Array) : 간결한 배열연산 사용가능(반복문X) 벡터화: 배열연산을 사용해서 반복문을 명시적으로 제거하는 기법 (순수 파이썬 연산에 비해 수십,수백배 빠름) Boolean logic :영 국의 수학자였던 죠지 불(George Boole, 1815-64)의 이름을 따서 만든 불린 데이터 형은 True/False 혹은 0/1 이라는 이진 값을 갖는다 (http://www.terms.co.kr/Boolean.htm) 스칼라 값 : 정수와 같이 그 값의 범위가 정해져 있는 값.
- 25. [3]Learning NumPy 12강 : Array Processing (배열 처리) 1. numpy.where함수 : ‘X if 조건 else Y’같은 삼항식의 벡터화된 버전 2. 통계 method (standard deviation : 표준편차) 3. 불리언 배열 4. 정렬 sort 5. 집합함수 -np.unique(중복 원소 제거) -np.in1d(첫 번째 배열 각 원소가 두 번째 배열 원소 포함하는지)
- 26. [3]Learning NumPy 13강 : Array Input and Output (배열의 파일 입/출력) 디스크에서 텍스트나 바이너리 형식의 파일로부터 데이터를 불러 오거나 저장할 수 있다. (표 형식의 데이터는 Pandas도구에서...)
- 27. [3]Learning NumPy 13강 : Array Input and Output (배열의 파일 입/출력) 1. np.save() : 저장 -> .npy로 저장 2. np.load() : 불러오기 3. np.savez() : multiple arrays -> .npz로 저장 4. np.savetxt() : 텍스트파일 저장 delimiter : 구분자.. 여기선 콤마( , ) 5 .np.loadtxt()
- 28. [4] Intro to Pandas 1.어떻게
- 29. 읽는가?
- 30. pandas는
- 31. 공식
- 32. 사이트의
- 33. 튜터리얼을
- 34. 보니까
- 35. '팬더스'라고
- 36. 읽는 다.
- 37. '팬더스'라고
- 38. 읽도록
- 39. 하자.
- 40. 2.'팬더스'는
- 41. 뭐에
- 42. 쓰는건지?
- 43. 파이썬의
- 44. 라이브러리
- 45. 중
- 46. 하나이고
- 47. 데이터
- 48. 분석에
- 49. 특화
- 50. 되어
- 51. 있다.
- 52. 3.왜
- 53. 팬더스를
- 54. 쓸까?
- 55. python은
- 56. 데이터
- 57. 가공
- 58. 및
- 59. 준비
- 60. 하는데
- 61. 오랫동안
- 62. 사용
- 63. 되어
- 64. 왔는 데,
- 65. 데이터
- 66. 분석
- 67. 기능이
- 68. 떨어져서
- 69. r
- 70. 같은
- 71. 다른
- 72. 언어를
- 73. 사용해야
- 74. 하 는
- 75. 애로사항이
- 76. 있어서
- 77. 데이터
- 78. 분석용
- 79. 라이브러리를
- 80. 사용해서
- 81. 랭 기지를
- 82. 바꾸지
- 83. 않고도
- 84. python안에서
- 85. 데이터
- 86. 가공
- 87. 및
- 88. 분석까지
- 89. 하기
- 90. 위해서
- 91. 쓴다.
- 92. Pandas에
- 93. 대해
- 94. 알아보려면
- 95. Series와
- 96. DataFrame
- 97. 이
- 98. 두
- 99. 가지
- 100. 자 료구조에
- 101. 익숙해질
- 102. 필요가
- 103. 있다.
- 104. [4]Intro to Pandas 14강 : Series Series는 일련의 객체를 담을 수 있는 1차원 배열 같은 자료 구 조다. 가장 큰 특징 : index 설정 가능 필름인덱스
- 105. [4]Intro to Pandas 14강 : Series series - dictionary : seriesname.to_dict() dictionary - series : Series(dictionary name) ⊛ dictionary? 파이썬 내장 자료 구조 중 가장 중요한 자료 구조.연 관 배열(associative array)은 자료구조의 하나로, 키 하나와 값 하 나가 연관되어 있으며 키를 통해 연관되는 값을 얻을 수 있다. 연상 배열, 결합형 배열, 맵(map), 사전(dictionary)으로 부르기도 한다.
- 106. [4]Intro to Pandas 14강 : Series 1. null찾기 : pd.isnull() -T/F로 찾아준 null이 T pd.notnull() - null이 F 2. series 합치기 : series1 + series2 3. series 이름 짓기 : ~.name = “이름” index 이름짓기 : ~.index.name = ‘이름’
- 107. [4]Intro to Pandas 15강 : DataFrame DataFrame: 표 같은 스프레드시트 형식의 자료 구조 여러 개의 열이 있는데 각 열은 서로 다른 종류의 값(숫자, 문자 열, 참거짓)을 담을 수 있다 DataFrame은 데이터를 내부적으로 2차원 형식으로 저장
- 108. [4]Intro to Pandas 15강 : DataFrame 1. https://en.wikipedia.org/wiki/NFL_win-loss_records copy use 2. 웹에서 복사 후 ipython에서 띄우기 : pd.read_clipboard() 3. ~.columns : 열 이름 보기 / ~.행이름: 행 값 보기 4. DataFrame(객체이름,columns=[‘~’, ~~] 5. ~.head() : 처음부터 5 번째 까지 index만 띄우기 (괄호 안에 5이하 숫자 입력 가능) ~.tail() : 끝에서 5 번째 까지
- 109. [4]Intro to Pandas 15강 : DataFrame 6. ~.ix[숫자] : 해당 index의 데이터 보여줌 *Documentation* http://pandas.pydata.org/pandas-docs/dev/generated/ pandas.DataFrame.html
- 110. [4]Intro to Pandas 16강 : Index objects (색인 객체) pandas의 색인index객체는 표 형식의 데이터에서 각 행과 열에 대한 이름과 다른 메타데이터(축의 이름 등)를 저장하는 객체다. index objects 는 변경할 수 없다. 그래서 자료 구조 사이에서 안전하게 공유될 수 있다.