Image credits : datacamp.com CONTENTS 1. 시계열 데이터 시각화 (Plotting time-series data) 2. 시계열 상 서로 다른 변수 시각화 (Plotting time-series data with different variables) 3. 그래프의 특정 부분 강조하기 : 텍스트, 화살표 Annotating time-series data 📌 오늘의 목표 그래프! 📌시계열 데이터 Time series data 📌예제연습 : Read data with a time index To designate the index as a DateTimeIndex, you will use the parse_dates and index_col key-word arguments bot..

보호되어 있는 글입니다.

📌데이터 시각화, Matplotlib 데이터 시각화는 데이터 분석 과정에서 매우 중요한 부분이다. 프로젝트 초기 단계 또는 리포팅 단계에서 탐색적 데이터 분석(EDA)의 일환으로서, 결과를 다른 사람과 공유할 때 유용하다. 또한 데이터를 시각화하면 변수 값의 분포나 변수 사이의 관계를 확인하고 모델링을 위한 가설을 도출하는 데에도 도움이 된다. Matplotlib은 고품질의 그래프를 만들기 위한 목적의 패키지이다. 막대 그래프, 상자그림, 선 그래프, 산점도, 히스토그램 등 기본적인 통계 그래프를 만들 수 있고, 데이터를 지도에 매핑하는 basemap 및 cartopy, 그리고 3D 그래프를 만드는 mplot3d같은 도구도 제공한다. 출처 : 279p. Adding data to axes : plotti..

보호되어 있는 글입니다.

보호되어 있는 글입니다.

.query() Reshaping data with .melt() arguments : id_vars 변형하지 않을 컬럼 value_vars 변형을 가할 컬럼 📌Practice melting melt()를 통해 unpivot해야하는 이유 : In general, data is often provided (especially by governments) in a format that is easily read by people but not by machines. The .melt() method is a handy tool for reshaping data into a useful form. In the .melt() method, the arguments value_name sets the name f..

📌 Steps 📌Semi-join 📌anti join example

Right Table에는 있지만 left Table에 없는 Row의 Cell은 합치지 않고, 누락된다! 📌Left Join vs. Inner join example 📌How to count number of rows that are missing .isnull().sum() 📌 Right Join Left Join 📌 left_on="", right_on="" 📌 Outer Join 📌Merging a table to itself Merging on indexes