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 |
- iconsiam
- preprocessing
- 집계함수
- Package
- extend
- tunder client
- ISNA
- react
- node.js
- tail
- 열거 타입
- 태국
- React Native
- try-catch
- 꽉뚝짝 시장
- 중첩 클래스
- sqld
- fillna
- visual studio code
- nodemon
- Linked List
- sklearn
- append
- 중첩 인터페이스
- order by
- 방콕
- gdgm
- 패키지
- inteliJ
- dropna
- Today
- Total
목록PROGRAMMING LANGUAGE/PYTHON (4)
ABCD
🐢 sklearn 패키지의 preprocessing 서브패키지도 스케일링 및변수변환을 위한 StandardScaler 클래스는 기능을 제공. 🐢 사용방법1. 학습용 데이터를 입력으로 fit() 메서드를 실행하면 평균값과 표준편차를 계산하여 객체 내에 저장한다.2. 다시 학습용 데이터를 입력으로 하여 transform() 메서드를 실행하면 저장했던 평균값을 뺴서 새로운 평균값이 0이 되도록 만들고, 저장한 표준평차로 나누어 새로운 표준편차가 1이 되도록 데이터를변환하여 출력한다. 1단계와 2단계를 합쳐서 fit_transform() 메서드를 실행할 수도 있다.3. 검증용 데이터를 입력으로 하여 transform() 메서드를 실행해도 학습용 데이터의 평균값과 표준편차를 사용하여 검증용 데이터를 변환한다...
🐢 append 함수: 맨 뒤에 인자 추가리스트.append(x) 형태로 사용. 추가하는 x를 array의 맨 끝에 객체로 추가. x가 iterable(리스트 등) 자료형이면 전체를 하나의 객체로 해서 요소로 추가. 🐢 extend 함수: 리스트+리스트리스트.extend(literable)형태로 사용. iterable의 각 요소를 하나씩 array의 끝에 요소로 함.append 함수와 다른 점은 괄호 안에 iterable 자료형만 올 수 있다. 즉, 리스트 등 iterable 객체를 풀어서 더하는 함수로 생각하면 됨. 🐢 insert 함수: 특정 위치에 인자 추가리스트.insert(i, x)형태로 사용하여 원하는 위치 i에 x를 삽입. 값 x는 객체로 추가됨. iterable 자료형이더라도 하나..
🐢 head: 데이터의 상단 부분을 보여줌.🐢 tail: 데이터의 하단 부분을 보여줌.🐢 print: 광대한 데이터를 취급할 수 있는 pandas의 특성상 취급하는 데이터의 수가 많아지면 데이터를 출력할 때 요약하여 출력.
🐢 데이터 프레임 결측치 확인: isna() 🐢 NA: Not Available의 약자로 누락된 데이터, 결측값을 의미.=NaN(Not a Number), Nonenull: NA와 동일하게 누락된 데이터를 의미. pandas에서는 해당 개념이 isnull(), notnull()같은 함수 형태로만 나옴. 🐢 데이터 프레임 결측치 제거(행 또는 열이 모두 NA인 경우)→dropna(how='all', axis=1), dropna(how='all', axis=0) *dropna( ) : NA 제거 함수how (NA 삭제 방법) : 'any', 'all'axis (적용 축) : 0(행), 1(열)thresh (NA가 아닌 개수) = 숫자(int) *fillna( ) : NA 값을 채움1개를 넣으면 모든 N..