Data Makes Our Future

#. 색인 (.np.ix_, .iloc, .loc) *# 슬라이스 색인 (얕은 복사, 원본 갱신) - 1차원 : ar[n:m] # n~m-1 - 2차원 : arr[:2] # 행 우선 (n~1행) arr[:2, 1:] # (n~1행, 1~m열) # 다차원 색인 - arr[[1,5,3], [2,6,4]] # point 색인 (1,2), (5,6), (3,4) - arr[[1,5,3], [:,[2,6,4]] # 1,5,3행의 2,6,4열 # np.ix_() 함수 색인 - arr[np.ix_([1,5,3], [2,6,4])] # 1,5,3행의 2,6,4열 (np.ix_ 함수 : 위치 값으로 전달) # iloc[] 정수 색인 - df.iloc[0,:] # 0번째 행 - df.iloc[:,0] # 0번째 열 - d..

딕셔너리(Dictionary) dic = { key1:value1, key2:value2, ...} # key, value 값을 갖는 자료구조 -> 빠른 입력과 출력# list in R = Python dictionary # Dictionary 생성>>> fruits = {'이름':'사과', '가격':2000, '수량':10}>>> fruits{'이름': '사과', '가격': 2000, '수량': 10}>>> type(fruits) # 새로운 key:value 삽입>>> fruits['크기'] = '중'>>> fruits{'이름': '사과', '가격': 2000, '수량': 10, '크기': '중'} # 수정 >>> fruits['크기'] = ['중','소'] # 리스트로도 수정 가능>>> fruits{..

튜플(tuple) : (읽기만 가능한)리스트 t = ( val1, val2, ... )# vector in R = Python list# 읽기만 가능한 리스트 (입력, 수정, 삭제 불가)# 주로 수정하면 안 되는 데이터셋에 사용 참고글 : [Python] 리스트 (list) # 튜플 생성>>> t1 = (1,2,3)>>> t1(1, 2, 3) >>> t1 = 1,2,3>>> t1(1, 2, 3) >>> t1 = (10) >>> t110>>> type(t1) # 하나의 원소만 삽입 시 스칼라 원소로 적용 >>> t2 = (10,) >>> t2(10,)>>> type(t2) # 하나의 원소를 튜플로 삽입 시 ,(콤마)와 함께 사용 # 튜플은 수정, 삽입, 삭제 불가>>> t1 = (1,2,3) >>> t1[..

참고글 : [Python] 리스트 (list) 리스트의 메서드 # insert() : 리스트의 특정 위치에 요소 삽입>>> test1 = [1,2,3]>>> test1.insert(1, 10) # 두 번째위치에 10 삽입>>> test1[1, 10, 2, 3] # append() : 리스트 끝에 요소 삽입>>> test1 = [1,2,3]>>> test1.append(5)>>> test1[1, 2, 3, 5] # clear() : 리스트 내용 모두 삭제>>> test1 = [1,2,3]>>> test1.clear()>>> test1[] # del() : 리스트의 특정 위치 요소 삭제>>> test1 = [1,2,3]>>> del(test1[1])>>> test1[1, 3] # remove() : 리스트의..

참고글 : [Python] 리스트 메서드 (list method) 리스트 (1차원 자료구조 = 배열) l = [val1, val2, ...]# vector in R = Python list # 리스트 생성>>> l1 = [1,2,3,4,5,6,7,8,9,10] # 리스트의 요소 추가 : append>>> la = []>>> la.append(1)>>> la.append(2)>>> la[1, 2] # 리스트의 요소 삭제 : del>>> l1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]>>> del(l1[2]) # 특정 위치의 요소 삭제>>> l1[1, 2, 4, 5, 6, 7, 8, 9, 10] >>> l1[2:4] = [] # 슬라이스 색인으로 여러 요소 삭제 >>> l1[1, 2, 6,..

리스트(list) 리스트는 Key-value 형태로 저장되는 데이터 형식입니다. key - value name : smith tel : 02)345-6958 sal : 4000 프로그래밍을 해보신 분 이라면, C의 구조체, 파이썬의 딕셔너리와 같은 구조라고 생각하시면 됩니다. 리스트는 벡터와 다르게 서로 다른 데이터 타입을 허용하지만, 리스트의 key 안의 데이터 타입은 같아야 합니다. 분석에서는 자주 사용되지 않지만 알고는 있는게 좋겠죠? 먼저, 벡터로도 리스트를 만들 수 있지만, 데이터 타입이 다르면 만들 수 없고, 따로 이름 지정을 해주어야 합니다. > val1 names(val1) val1 name tel sal "smith" "02)345-6958" "4000" 리스트의 생성 리스트는 층별 구조..