본문 바로가기
  • CobsLab upgrades your company value by AI technology

pandas30

Seaborn을 활용한 데이터 시각화 - 깔끔하고 유용한 시각화 기법들 Seaborn을 사용한 데이터 시각화 Seaborn Seaborn은 matplotlib의 상위 레벨 라이브러리로서, matplotlib보다 간편한 API와 더 아름다운 기본 테마를 제공합니다. Seaborn은 통계 그래픽을 생성하기 위한 다양한 함수와 편리한 기능을 제공합니다. Seaborn을 설치하려면 다음 명령어를 실행합니다: pip install seaborn 다음은 Seaborn을 사용하여 시각화하는 예제 코드입니다. import seaborn as sns import matplotlib.pyplot as plt set_theme() set_theme() 함수는 Seaborn의 기본 설정을 변경하여 시각화를 통일된 스타일로 생성할 수 있도록 도와주는 함수입니다. Seaborn은 기본적으로 여러가지.. 2023. 3. 24.
다양한 그래프 유형으로 살펴보는 데이터 시각화! 안녕하세요 콥스랩(COBS LAB)입니다. 오늘 소개해드릴 주제는 데이터 시각화입니다. 데이터 시각화 데이터 시각화는 데이터 분석 과정에서 매우 중요한 요소 중 하나입니다. 시각화를 통해 데이터의 패턴이나 관계를 더 쉽게 파악할 수 있기 때문입니다. 판다스(Pandas)는 데이터 시각화를 위한 다양한 기능을 제공합니다. import pandas as pd import matplotlib.pyplot as plt # 데이터 로드 df = pd.read_csv('data.csv') 선 그래프 먼저, 가장 기본적인 선 그래프(line plot)입니다.. plt.plot(df['x'], df['y']) plt.show() plt.plot() 함수를 사용해 df 데이터프레임의 x와 y 열을 이용해 선 그래프를 그.. 2023. 3. 23.
내림차순, 오름차순, 다중조건까지! 판다스로 데이터 정렬하기 데이터를 정렬하는 방법에는 크게 두 가지가 있습니다. 하나는 인덱스(index)를 기준으로 정렬하는 방법이고, 다른 하나는 특정 열(column)의 값을 기준으로 정렬하는 방법입니다. 먼저, 인덱스를 기준으로 데이터를 정렬하는 방법을 살펴보겠습니다. 설명에 쓸 데이터프레임(DataFrame) 예제입니다. data = {'name': ['Kim', 'Lee', 'Park', 'Choi', 'Jung'], 'age': [24, 26, 21, 27, 25], 'score': [90, 85, 95, 80, 75]} df = pd.DataFrame(data) 생성한 데이터프레임을 인덱스를 기준으로 오름차순으로 정렬했습니다. df_sorted = df.sort_index() print(df_sorted) >>> n.. 2023. 3. 23.
Pandas로 데이터프레임 그룹화하기: 그룹별로 데이터 처리하는 방법 데이터프레임을 그룹화하고 집계하는 기능은 판다스에서 가장 많이 사용되는 기능 중 하나입니다. 이번에는 판다스 데이터프레임을 그룹화하는 방법에 대해서 알아보도록 하겠습니다. 데이터프레임 그룹화 판다스에서 데이터프레임을 그룹화하는 방법은 groupby() 함수를 사용하는 것입니다. groupby() 함수는 지정한 열(column)을 기준으로 데이터프레임을 그룹화합니다. 이후 집계(aggregation) 함수를 사용하여 각 그룹별로 데이터를 처리할 수 있습니다. data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva', 'Frank'], 'gender': ['F', 'M', 'M', 'M', 'F', 'M'], 'age': [25, 32, 18, 47, 22, .. 2023. 3. 22.

티스토리툴바