[AI 부트캠프]1주차 총 복습

---

• 컬럼을 인덱스로 지정

df.set_index('컬럼명', inplace = True)

• 인덱스, 컬럼 추가

df['칼럼명'] = 값 아무거나 써도 다 같은 값으로 들어감

df.loc['인덱스명'] = 값 아무거나 써도 다 같은 값으로 들어감

• 일정 수준 이상이나 이하의 값만 보고 싶다

df[df 연산자 숫자]

#하면 데이터 프레임에 그 조건에 True 인지 False 인지 나옴

#총 몇 개인지 알고 싶다?
df[df 연산자 숫자].count().sum()

• 값 빈도수 확인

df['컬럼명'].value_counts()

• 삭제

#행 삭제
df.drop(인덱스 번호)

#열 삭제
df.drop(['컬럼명'], axis = 1)

• 기초통계량 = 평균, 최대/최소, 중앙값, 사분위 수

# 숫자형일때
df['컬럼명'].mean()
df['컬럼명'].median()
df['컬럼명'].describe() #전체

# 문자형일 때
df.describe(include='object') #->빈도수와 중복값을 count

• bar plot 만드는 거

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.style.use('ggplot')
import random

#pandas
#한 개의 그룹
df.plot.bar(self, x=None, y=None, **kwargs)

df_by_group.plot.bar(x='group',y='xval',rot=0) #세로
df_by_group.plot.barh(x='group',y='xval',rot=0) #가로


#두 개의 그룹
df_by_group_label = df_by_group_label.reset_index()
df_pivot = df_by_group_label.pivot(index='group',columns='label',values='xval')

df_pivot.plot.bar(rot=0) #두 개가 나란히
df_pivot.plot.bar(stacked=True, rot=0) #두 개가 세로로 합쳐져서

#mapplotlib
matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align=’center’, data=None, **kwargs)

#한 개의 그룹
#세로
label = df_by_group.index
index = np.arange(len(label)) # 0,1,2,3
plt.bar(index, df_by_group)
plt.xticks(index, label, fontsize=15) # label 이름 넣기

#가로
plt.barh(index, df_by_group)
plt.yticks(index, label, fontsize=15)


#두 개의 그룹
#두 개가 나란히
p1 = plt.bar(index,df_by_group_by0, color='red', alpha=0.5,
             width=0.4)
p2 = plt.bar(index+0.4,df_by_group_by1, color='blue', alpha=0.5,
             width=0.4)
plt.xticks(index,label)
plt.legend((p1[0], p2[0]), ('0', '1'), fontsize=15)

#두 개가 세로로 합쳐져서
p1 = plt.bar(index,df_by_group_by0, color='red', alpha=0.5)
p2 = plt.bar(index,df_by_group_by1, color='blue', alpha=0.5,
             bottom=df_by_group_by0)
plt.xticks(index,label)
plt.legend((p1[0], p2[0]), ('0', '1'), fontsize=15)

#seaborn
seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean at 0x10a2a03b0>, ci=95, n_boot=1000, units=None, seed=None, orient=None, color=None, palette=None, saturation=0.75, errcolor=’.26’, errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

#한 개의 그룹
sns.barplot(x='group', y='xval', data=df_by_group)

#두 개의 그룹
sns.barplot(x='group', y='xval', hue='label',data=df_by_group_label )

 

도움되는 사이트

(참고)https://12jeong.github.io/python-barplot/ 

 

막대 그래프(Bar Chart) 그리는 방법-pandas, matplotlib, seaborn, ggplot2

 

• matplot 사이트 : https://wikidocs.net/92071

01. Matplotlib 기본 사용

• groupby 

#한 개 열을 기준으로 그룹객체 생성
df.groupby('컬럼명')
df.get_group('그룹이름')

#여러열을 기준으로 객체 생성
df.groupby(['컬럼명1', '컬럼명2']) #이러면 컬럼명1 value 가지수 * 컬럼명2 value 가지수 의 튜플수

#연산 메소드
mean(), max(), min(), sum(), count(), size(), var(), std(), describe(), info(), first(), last() 

#여러개의 함수를 여러 열에 적용 : agg()
.agg(함수명)
#모든열에 여러 함수를 매핑 : group객체.agg([함수1,함수2,함수3,…])
#각 열마다 다른 함수를 매핑 : group객체.agg({‘열1’: 함수1, ‘열2’:함수2, …})

#filter 함수 : 개별 원소에 대한 필터링이 아니고 group객체를 필터링
.group객체.filter(조건식 함수)

(참고) https://yganalyst.github.io/data_handling/Pd_13/p

[Pandas 기초] 그룹(group)객체 생성 및 집계(agg) 연산

• 시각화 : https://chancoding.tistory.com/12

Seaborn(SNS)를 사용한 파이썬 데이터 시각화 기초 matplotlib

 

---

QUIZ&CHALLENGE

 

• random.seed는 모든 사람이 random으로 돌려도 같은 숫자가 나오도록 하는 거. 안의 숫자는 추출되는 방식의 차이

np.random.seed(0)