심플&스무스코딩

문자열 포함 확인 함수 df['확인할 컬럼이름'].str.contains('확인할 문자열') 컬럼의 문자열에 함수 적용 df['확인할 컬럼이름'].str.사용할함수('확인할 문자열')

Matplotlib 분포도 그리기 : 변수간의 관계 plt.scatter(data=cars, x='displ', y='comb') plt.xlabel('Displacement (L)') plt.ylabel('Combined Fuel Eff(mpg)') plt.title('Disple vs comb ') plt.show() Matplotlib 상관관계 분석하기 regression : 데이터에 fitting 한다 : 기울기 추가 sb.regplot(data=cars, x='displ', y='comb') plt.xlabel('Displacement (L)') plt.ylabel('Combined Fuel Eff(mpg)') plt.title('Disple vs comb ') plt.show()

# 1. 구글에 주소정보를 받기 위한 API Key 를 얻습니다.# 2. 우리가 짜는 파이썬 코드에서, API를 호출하기 위한 라이브러리가 필요. 라이브러리를 설치.# 2-1 Anaconda Prompt를 실행합니다.# 2-2 라이브러리 인스톨을 위한 명령어를 수행합니다. pip install googlemaps 구글 클라우드의 MAPS API 페이지로 이동하여, API 키를 생성합니다.https://cloud.google.com/maps-platform/?hl=ko콘솔로 이동 => Geocoding API 선택 => 사용자인증정보 에서 API 키 생성 구글 맵스를 사용해서 경찰서의 위치(위도, 경도) 정보를 받아온다import googlemaps gmaps_key = "AIzaSyCRNpyrML6AAW..

오류해결) X와 y의 차원이 같지 않으면 피처스케일링 학습시에 오류가 생긴다. X.shape (500, 5) y.shape (500,) y 0 35321.45877 1 45115.52566 2 42925.70921 3 67422.36313 4 55915.46248 ... 495 48901.44342 496 31491.41457 497 64147.28888 498 45442.15353 499 45107.22566 Name: Car Purchase Amount, Length: 500, dtype: float64 y.values array([35321.45877, 45115.52566, 42925.70921, 67422.36313, 55915.46248, 56611.99784, 28925.70549, 4743..

데이터합치기 = pd.merge(df1 , df2 , on= '공통되는 컬럼' ) 컬럼이 다 동일할때 pd.concat([chicago_df_1 , chicago_df_2 ,chicago_df_3]) (merge, join, concat) 아웃풋 먼저 적어놓자. # 합치기 연결고리가 있으면 merge 컬럼이 동일하면 contack # 인덱스가 동일하면 알아서 인덱스를 통합해서 합친다. all_stocks.join(google_stock)

import seaborn as sns # 예시1 sns.countplot(data= yelp_df, x='stars', order=yelp_df['stars'].value_counts().index) plt.show() # 예시2 sns.countplot(data=chicago_df, y='Location Description', order=chicago_df['Location Description'].value_counts().head(15).index) plt.show()

add()

.reshape( , ) 1 -> 2차원으로 변경 시리즈를 -> 판다이 2차원으로 변경 ======> value를 가져와서 변경. y.shape => (500,) y y.values.reshape(500,1) # y_test 값이, 피쳐 스케일링을 통해서 2차원으로 만들어져 있기 때문에 오차를 구하려면 이를 다시 1차원으로 변경시켜 줘야 한다.

시작일과 종료일을 세팅하면 알아서 날짜를 채워준다. pd.date_range('2021-11-12', '2021-12-29' ) DatetimeIndex(['2021-11-12', '2021-11-13', '2021-11-14', '2021-11-15', '2021-11-16', '2021-11-17', '2021-11-18', '2021-11-19', '2021-11-20', '2021-11-21', '2021-11-22', '2021-11-23', '2021-11-24', '2021-11-25', '2021-11-26', '2021-11-27', '2021-11-28', '2021-11-29', '2021-11-30', '2021-12-01', '2021-12-02', '2021-12-03', '20..

Typed arrays of times: NumPy's 'datetime64' import pandas as pd 문자열을 datetype으로 변경 dates = ['2021-01-04' , '2021-01-07','2021-01-08', '2021-01-22'] pd.to_datetime(dates) # 문자열일 경우 바로 실행가능 DatetimeIndex(['2021-01-04', '2021-01-07', '2021-01-08', '2021-01-22'], dtype='datetime64[ns]', freq=None) dates2 = ['2021/01/04' , '2021/01/07','2021/01/08', '2021/01/22'] pd.to_datetime(dates2) DatetimeIndex(..