본문 바로가기

전체 글135

[WEEK 8] 멋쟁이사자처럼 AI 스쿨 8주차 8주차에는 지도 시각화 등 다양한 데이터 시각화를 했다. 이번주의 키워드로 Tidy Data, melt, plotly, 버거지수, seaborn, folium을 선정한다. 학습 내용 요약 - 각 세부 사항은 TIL 작성 분석을 위해 잘 가공된 깔끔한 데이터 Tidy Data에 대한 개념을 배웠다. 그 후 아파트 분양가 분석을 위한 데이터 전처리 과정에서 pandas의 melt를 사용하여 Tidy Data를 만들었다. DAY 29 TIL [DAY 29] Tidy Data(깔끔한 데이터), melt, 아파트 분양가 분석 분석하기 좋은 깔끔한 데이터 Tidy Data에 대해 간단히 알아보았다. 그 후 Tidy Data를 생각하며 아파트 분양가 분석을 했다. Tidy Data 강의에선 Tidy Data에 대해 .. 2023. 2. 9.
[DAY 32] Week 8 Insight Day 미드프로젝트1 공지, 나 사용법 20230207(목) 인사이트 데이 미드프로젝트1과 으쌰으쌰팀2가 공지되었다. 나 사용법 Activity도 했다. 오전 으쌰으쌰팀1과 소회의실에 모여 자습을 했다. 프로젝트에 치였던 지난주와 달리 마음이 가벼웠다. 이제 익숙해진 으쌰으쌰팀1이 이번주가 끝이라니 시간 참 빠르다. 오후 수강생들의 설문 응답 데이터를 12월 데이터부터 지난주에 설문한 데이터까지 보여주셨다. 초반 부분인 파이썬 이론과 데이터 수집에서 어려웠다고 응답한 비율이 가장 컸고 SQL은 어려웠다고 응답한 비율이 가장 낮았다. 쉬웠다고 응답하는 비율은 매주 10% 이하로 나타났다. 나도 항상 보통을 응답했던 것 같다. 일정 공지 Special Lecture인 SQL이 벌써 내일 7회차가 되어 마지막 강의라고 한다. 다음주는 1주간 통계분.. 2023. 2. 9.
[DAY 31] 버거지수, 상관계수, plotly와 folium을 이용한 지도 시각화 한 도시의 발전 수준은 (버거킹 개수 + 맥도날드 개수 + KFC 개수) / 롯데리아 개수 값에 비례한다는 말이 사실일까? 실제 각 버거 체인점 개수를 확인하여 분석해봤다. 데이터 준비 공공데이터포털에 공개된 소상공인시장진흥공단_상가(상권)정보를 사용한다. 각 시,도별 데이터를 glob과 반복문을 이용해 모두 pandas로 로드하였고 concat을 통해 하나의 데이터프레임 df로 합쳤다. 원본 데이터는 상가업소번호부터 지점명, 업종분류코드, 건물관리번호, 우편번호, 동, 층 정보 등 39개의 column을 가진 데이터였다. 중복 데이터 제거, 상호명이 결측치인 데이터 제거 후 사용할 컬럼만 남겼다. cols = ['상호명', '상권업종대분류명', '시도명', '시군구명', '도로명주소', '경도', '위.. 2023. 2. 9.
[Jupyter Notebook] 영구적으로 화면 넓게 사용하는 방법 (좌우 여백 개선) 본 글에서는 주피터 노트북의 기본 설정인 넓은 좌우 여백으로 인한 고통을 해소한다. 각 노트북 파일별로 명령어를 실행하여 화면을 넓게 사용하는 방법이 있지만, 새로운 파일마다 해당 명령어를 실행해야하는 불편함과 그 과정에서 명령어를 외우거나 적어 놓아야하는 등의 불편함이 있다. 이번에는 설정을 한 번만 하면 영구적으로 화면을 넓게 사용하게 되는 방법을 소개한다. 하나하나 step by step으로 설명하므로 순서대로 하면 성공할 것이다. Before : 기본 설정 아무 설정도 하지 않은 상태의 주피터 노트북 화면이다. 셀 너비가 좁고 좌우 여백이 넓은 상황이라 불만족스럽다. 아래 과정을 완료하면 널찍한 화면으로 쾌적하게 사용할 수 있다. 1. 경로 찾기 주피터 노트북 설정을 커스텀해야하는데, 지정된 경로.. 2023. 2. 8.
[DAY 30] EDA - 국가,권역별 전산업,소부장 산업별 수출/수입금액 최초 데이터를 Tidy Data로 만드는 등 전처리 과정을 거치고 EDA하였다. 데이터 시각화는 plotly와 seaborn을 활용하였다. 최초 데이터 확인 데이터를 pandas로 로드하여 변수 raw에 저장하였다. 데이터 출처는 공공데이터포털이다. raw.head(3) raw를 확인해보면 연도와 월 값이 옆으로 쭉 늘어져 있는 형태임을 알 수 있다. 208행 132열의 구조를 가지고 있었다. 또한 결측치를 확인해보자. sns.heatmap(raw.isnull(), cmap='gray_r') seaborn의 heatmap을 사용하여 확인해보면 검은색으로 특정 열에 결측치가 있음을 확인할 수 있다. 데이터 전처리 앞 4개의 컬럼은 분석하기 좋은 형태로 되어있으므로 해당 컬럼들을 기준으로 raw를 melt하.. 2023. 2. 7.
반응형

티스토리툴바