(1)pairplot

#3차원 이상의 데이터는 seaborn 패키지의 pairplot 명령을 사용한다
#데이터 프레임을 인수로 받아 grid 형태로 각 데이터 열의 조합에 대해  scatterplot을 그린다.
iris.head(1) #수치형 

(2)pairplot

sns.pairplot(iris)#아이리스 #만나는 지점에 산점도 그리기 
#어떻게 분포되어 있는지 전체적인 분석 

(3)boxplot

#박스와 박스 바깥의 선으로 이루어짐
#박스플롯의 주황색은 petal_length를 순서대로 나열했을 때 중앙값임
#맨밑 박스 밑선은 박스의 전체 박스중 25%임
plt.boxplot(iris.petal_length)
plt.show()

(1)기울기 떨어지는 그래프

#sepal_wid x 축 , len y축 
#-0.42 인 상관관계 그래프 그리기
#상관계수가 절대적이지는 않음
#이 선이 그려진 이유:선과 점들의 사이 (수직으로 내렸을때 )거리가 생기는데 그 거리는 그거리의 합이 가장 작은 것을 선택
#기울기 조정 하기 위해 계속 더하고 결과값이 나옴 
#반드시 상관계수만 보지는 말것!
sns.regplot('sepal_width','petal_length'
                , data=iris)

(2)Tips 샘플 데이터 불러오기

tips = sns.load_dataset("tips")
tips

(3)산점도 그리기

#청구서와 팁사이의 관계를 나타내는 산점도 그리기
sns.scatterplot('total_bill','tip',data = tips)
plt.show()

(4)iris Jointplot

1) #jointplot 수치형 변수간의 관계
#차트의 중앙에 상관 관계 그래프 사용
#그래프 상단과 오른쪽에 두 변수의 분포 보여줌
sns.jointplot('petal_length', 'petal_width', data=iris)

2) #중앙그래프 선택하기 kind scatter , reg, resid , kde, hex

sns.jointplot('petal_length', 'petal_width', data=iris,kind ='reg' )#중앙 그래프는 kind로 선택함

(1)seaborn 라이브러리로 산점도 그리기

sepal_length --> 꽃받침 길이
sepal_width -->  꽃받침 너비
petal_length --> 꽃잎의 길이
petal_width --> 꽃잎의 너비

sns.scatterplot('sepal_length','sepal_width'
                ,hue='species', data=iris)

(2)아이리스 데이터 프레임

irisdf = iris.drop('species', axis=1)#주관적으로 볼 수 있음
irisdf.corr()#수치형 데이터를 가지고 개수가 만들어짐 (상관 개수-1 ~1)
#기호: 양의 관계, 음의 관계
#절대값:1에 가까울 수록 강한 상관관계가 됨
#상관계수 1 =모든 x,y값이 한 선에 존재
#상관계수 0 = 상관 전혀 없음
#상관계수 0.5 = 상관이 있다.
#자기자신과 자기자신을 x,y 축에 각각 둠 (주관적으로 볼 수 있어) #자기상관1
#petal_length,width는 강한 상관 관계를 나타냄

(3)중앙 관통선 그리기

seaborn regplot

sns.regplot(iris['petal_length'], iris['petal_width'],data =iris) #회귀선 - 중간 관통선 그리기
plt.show()

그래프 굵기 조정

3) seaborn histplot
sns.histplot(iris['sepal_width'])

scatterplot

산점도는 상관관계의 형식, 방향, 크기와 더불어 이상치의 존재 여부를 확인할 수 있다.

(1) plt

#plt.plot() #line 플롯
plt.plot(iris['petal_length'], iris['petal_width'], #선 없애기
         marker='o', linestyle='none') #산점도 그리기
plt.show()

(2) seaborn scatterplot

#seaborn 라이브러리로 산점도 그리기
#x축,y축을 인자로 지정 가능
sns.scatterplot(iris['petal_length'], iris['petal_width']) 
plt.show()

(3) seaborn scatterplot #산점도 #hue는 값에 따라 색상을 다르게 지정함

sns.scatterplot(iris['petal_length'], iris['petal_width'], hue='species',data =iris) #hue로 한번 더 쪼개기 (종류로 한번더 쪼개기)
plt.show()

연속형 변수의 값 또는 분포 형태를 보여줌 데이터 집합의 중심, 산포 및 형태를 볼 수 있음.

iris data load

--seaborn
iris = sns.load_dataset('iris')
iris.head( ) #아이리스 데이터 셋
      #이 함수에서 iris 데이터 출력후 iris에 삽입(데이터 프레임)

plt 이용

plt.hist(iris['sepal_width'])   #default bins =10 
plt.show() #10개로 나눠서 그 구간에 있는 것 분석
#정규 분포 평균 3 #변동성 크지 않고 중앙 유지

seaborn distplot

sns.distplot(iris['sepal_width'], bins=20) 
#대표하는 선을 그려줌 
plt.show()#bins 20 개 지정
#그래프만 보이게
#y축(density)의 밀도가 1이 아님

seaborn distplot

sns.histplot(iris['sepal_width'], bins=20)  #histplot
plt.show() #bins 20 개 지정
#그래프만 보이게
#y축 확실한 데이터 보기

import numpy as np
import pandas as pd
import warnings 
warnings.filterwarnings('ignore')
import matplotlib.pyplot as plt
import seaborn as sns

2.lineplot

plt

x = np.array([1, 2, 3, 4, 5, 6]) #x값 #리스트와 유사 (다차원 축 연결 가능)
y = np.array([1, 2, 3, 4, 5, 6]) #y값

plt.plot(x,y)   #plt 그리기 x축 y축 라인 연결
plt.show() #그래프만 보이게 하기

plt

x = np.array([1, 2, 3, 4, 5, 6]) #x값
y = np.array([1, 2, 3, 4, 5, 6]) #y값

title , x label , y label ,범례 필요!

plt.plot(x,y)   #plt 그리기 x축 y축 라인 연결
plt.plot(x,y*2) #y를 2배로 키우기
plt.show() #그래프만 보이게 하기

plt

x = np.array([1, 2, 3, 4, 5, 6]) #x값
y = np.array([1, 2, 3, 4, 5, 6]) #y값

title , x label , y label ,범례 필요!
plt.plot(x,y,'--')   #plt 그리기 x축 y축 라인 연결 '--'로 그래프 모양 변경 가능
plt.plot(x,y*2) #y를 2배로 키우기
plt.show() #그래프만 보이게 하기

1.문제 풀기

point 점수 95점 이상은 별 3개 85점 이상 95점 미만은 별2개 나머지는 별1개가 되도록 별점을 매기고 str_rating칼럼에 해당 값 할당

def stars(points):
    if points >= 95:
        return 3
    elif points >= 85:
        return 2
    else:
        return 1

데이터 프레임 적용

dfReviews['star_rating'] = dfReviews.points.apply(lambda points :  stars(points))
dfReviews[['points','star_rating' ]].sample(10)

그래프 생성

import matplotlib as plt
dfReviews['star_rating'] = dfReviews.points.apply(lambda points :  stars(points))
dfReviews[['points','star_rating' ]].sample(10).plot.bar()

--정의 요약

데이터 프레임 생성 df star_rating 변수 설정 points : 0~100 사이로 매겨진 와인의 점수 람다 - 익명함수를 지칭

나라별 몇개의 리뷰가 존재하는지 계산해서 출력하기 aggregation 집계 함수의 value_counts()사용

파일을 불러오고 개념 익히기

1.캐글에서 파일 다운로드 후 cvs 파일 읽어오기

(1)파일을 DataFrame(titanic_df)으로 로딩. read_csv()
titanic_df = pd.read_csv("/content/train.csv")
titanic_df.head(3) #처음 5건 출력  #3 입력 - 3건 출력
titanic_df.tail() #마지막 프린트 구문 
titanic_df.sample(5) #default 로 1건만 출력 #마지막 라인만 출력

(2)titanic_df의 type을 확인. type()
print(type(titanic_df)) #DataFrame은 엑셀 파일 같이 생김
DataFrame 속성(함수가 아닌 변수로 구성) : index,column, values

3)행과 열의 크기를 확인. shape
titanic_df.shape #(행수,열수)로 구성 인덱스 891 칼럼이 12개
(4)칼럼명 정보를 확인. columns
titanic_df.columns
(5)칼럼 type, Null 데이터 개수 등 조회. info()
titanic_df.info()  #한꺼번에 조회 가능
#dtypes 데이터 타입 #판다스 string 과 같음 = object

(6)칼럼별 숫자형 데이터값의 n-percentile 분포도, 평균값, 최댓값, 최솟값등 기술통계량을 확인.

titanic_df.describe()

(7)Pclass(선실등급) 컬럼럼의 분포(Pcalss별 개수). value_counts()
titanic_df['Pclass'].value_counts().plot.bar()#value별 count 많은 값 # Pclass 만 볼때 꼭 대소문자 구별! #plot bar 막대 그래프 생성 계속 뒤에 원하는걸 붙일 수 있음

설치 후 과정 이해하기

->파일 위치 구글 - 구글드라이브 - 코랩 노트북 - 파일 -> 파일 저장 ->이름 수정 ->자동 업데이트 ->수정 -노트설정 - gpu변경 가능 ->속성:주피터 노트북 (대화형) ->shift +enter 셀 실행 ->연결 - 시스템 할당 RAM / 디스크 ->텍스트 => 웹처럼 실행 해줌 ->마크업 언어 # 으로 실행 #제목1 ->런타임 - 모두 실행 ( 단 에러나면 멈춤) 밑으로는 더이상 실행이 안됨 ->런타임 - 다시시작하기 (껐다가 키는 것) - 클라우드는 본인 소유가 아니라서 도중에 종료될 수 있으니 주의할 것

구글 드라이브 연결하기

rom google.colab import drive
drive.mount('/content/drive')

1.excel,csv 데이터 불러오기

import pandas as pd
import os
os.chdir('C:/Users/ADMIN/')
kpop = pd.read_excel('C:/Users/ADMIN/kpop_idol.xlsx')
kpop_b = pd.read_csv('C:/Users/ADMIN/kpop_idols_boy_groups.csv')
kpop_g = pd.read_csv('C:/Users/ADMIN/kpop_idols_girl_groups.csv')

#데이터 합치기
boy.columns, girl.columns
data = pd.concat([boy, girl])
data.shape #(299, 9)
s.columns
data.columns
s = pd.merge(kpop, data, left_on='Group', right_on='Name')
s.shape #(841, 22)

2.데이터 검색과 통계

#데이터 검색
s.head()
s.tail()
s.shape #(841, 22)
s.index
s.columns
s.dtypes
s.ndim
s.size
s.values
s.info()
s.count() #841

#데이터 통계
a = s.describe()
s.mean()
s.median()
s.sum()
s.min()
s.max()
s.var()
s.std()

3.결측치 시각화

#결측치 검색
tab = s.isna().sum() #열별 널값의 갯수
plt.figure(figsize=(15,20)) #그래프 사이즈 조정
sns.barplot(x=tab, y=tab.index)#막대그래프
sns.heatmap(s.isna()) #전체 널값의 위치를 시각화

1.범주형 데이터 검색

2.결측치 시각화 과정

# %matplotlib auto #그래프를 윈도우로 뺄때
# %matplotlib inline #그래프를 그래프영역에 넣을 때
#!pip install missingno #missingno 다운로드
import missingno as msno#결측치 시각화
msno.bar(food1) #컬럼별 널값의 갯수를 막대그래프
msno.matrix(food1) #전체 널값의 위치를 시각화함

3.데이터 시각화

#직접 NULL값을 시각화해서 보기
import seaborn as sns#데이터 시각화
import matplotlib.pyplot as plt#데이터 시각화
tab = food1.isna().sum() #열별 널값의 갯수
plt.figure(figsize=(15,20)) #그래프 사이즈 조정
sns.barplot(x=tab, y=tab.index)#막대 그래프
sns.heatmap(food1.isna()) #전체 널값의 위치를 시각화

시각화 과정

2.이해하기 위해 한번 풀기

#관측치별로 전체가 널값인 값 제거
food=food.dropna(how='all')
food.shape #(356027, 163)

#전체컬럼이 널값인 컬럼제거
food=food.dropna(axis = 1, how ='all')
food.shape #(356027, 147)

#각 컬럼의 평균값으로 널값 채우기 
food1 = food.iloc[:100]#데이터가 많아서 100개씩 잘라서 실행
food1 = food1.dropna(how='all')
food1 = food1.dropna(axis=1, how='all')
food1 = food1.fillna(food1.mean())
food1.isna().sum()

3.범주형 데이터 검색

#넘파이 import
#판다스 import
import pandas as pd
import numpy as np

#리스트 만들기
data = [1, np.nan, ' hello', None]
#시리즈 만들기
s = pd.Series(data)
s.isnull() #널값이 값에 true를 리턴
s.isna()#그냥 널값을 체크
s.notnull()#널값이 아닌 값에 true를 리턴
s[s.isna()]#널값인것만 출력
s[s.notnull()]#널값이 아닌것만 출력
s.isna().sum()#컬럼별로 널값을 체크할 때

#널값 버리기
s.dropna(inplace=True) #저장 할 때 inplace 사용 
s = s.dropna() #결과 저장시 사용 둘중에 하나 사용하기


#데이터 프레임 만들기 list []로
data = [[1,np.nan,2],[2,3,5],[np.nan,4,6]]
df = pd.DataFrame(data)
df.dropna()#행에 널값이 하나라도 있으면 드랍
#설문조사에 응답 안한 사람의 수 없애기 
df.dropna(axis=1)#방향이 바뀐것의 널값 드랍하기
df.dropna(how='all')#컬럼 전부 응답 안할 때 #전체가 널값인 행을 삭제
df['3']  = np.nan #새로운 컬럼 넣기 #널값인 열을 추가
df.dropna(axis=1,how='all') #전체가 널값인 열을 삭제 #한컬럼에 전체 null값 지정하기

1)정렬 정리

1.1)정렬 결과

2)통계 정리

3)적용 해보기

날씨 데이터 프레임

1.데이터 프레임을 딕셔너리로 생성하기

#데이터 프레임
#딕셔너리로 만들기
data = {'Country': ['Belgium', 'India', 'Brazil'],
 'Capital': ['Brussels', 'New Delhi', 'Brasilia'],
 'Population': [11190846,1303171035,207847528]}
df1 = pd.DataFrame(data, index=['a','b','c'])
#숫자를 지정해 주고 싶으면 index 안에 1,2,3을 넣기

#환자 data간단히 만들기
data = {'환자성함': ['A', 'B', 'C'],
 '진료시간': ['10시10분', '10시30분', '11시'],
 '진료비용': [3000,3500,4000]}
df7 = pd.DataFrame(data, index=['1','2','3'])

class 생성2

class 생성3

class Dog:
    def __init__(self,name,breed,age):
        self.name = name
        self.breed = breed
        self.age = age

    def wagging(self):
        print(self.name+"is wagging")

    def barking(self):
        print(self.name+"is barking")

#지하철 값 입력

station = {'샛강' : 1, '대방' : 2, '서울지방병무청' : 3, '보라매역' : 4, '보라매공원' : 5, '보라매병원' : 6, '당곡' : 7, '신림' : 8, '서원' : 9, '서울대벤쳐타운' : 10, '관악산' : 11}

#입력값 출발역

start = input("출발역을 입력하시오.: ")

#입력값 도착역

finish = input("도착역을 입력하시오.: ")

#time 모듈로 start 와 finish를 station(딕셔너리)로 각각 지정해주기, 값이 숫자가 아님

timestat= station[start] - station[finish]

#출력값 지정 #abs =절대값 지정

print("%d분 소요 예상됩니다." % (abs(timestat)*2))

2.while 문 사용하기

#cnt = count 문자열 갯수 세기
cnt = 0
while cnt < 3:
    user1 = input('역의 이름을 입력하세요:')#입력값
    user2 = input('도착역 이름을 입력하세요:')#입력값
    print('소요시간은 %d분 입니다' % (abs(station[user2] - station[user1])*2))#출력값#절대값 지정
cnt += 1

!pip install emoji -#이모티콘 다운로드
import random #모듈 가져오기
import emoji

listgames ['가위',바위','보']#list 지정

games=random.choice(listgames)
#게임 상대방을 컴퓨터로 지정
me = input("알아맞춰봐~=") #입력값
print("내가 낸거/LG가 낸거")#출력값
print(f{me}/ {games}") #문자열 포매팅

if me == '가위':
   if games == '가위':
      print("same")
      print(emoji.emojize(":zipper-mouth_face:"))#비겼을 때 표정
   elif games =='바위':
      print("으앙 졌다ㅠㅠ")
      print(emoji.emojize(":winking_face_with_tonge:"))#컴퓨터가 약올리는 표정
   elif games =='보':
      print("축하해요!!당신은 천재입니다!")
      print(emoji.emojize(":grinning_face_with_big_eyes:"))#내가 이겼을 때 웃는 표정

단,기준을 1.6km이상으로 둠

user = 0.0
basic = 4800.0

while True:
    des = float(input("거리를 입력하세요 - - - >")) #4kim
    taxitime =float(input("시간입력 - - - >")) #12min

    if des <=1.6:
        user = basic
    else:

        user = 4800 + (taxitime/des)*(des-1.6)*100