[DAY 11] pandas 기초 - DataFrame, Series, Indexing 등
오늘은 pandas 기초에 대해 공부했다. 키워드 : pandas, DataFrame, Series, rows & columns, Indexing, 요약통계, 파일 저장 & 로드 pandas Python 라이브러리로, 데이터 조작 및 분석을 할 때 사용한다. 데이터 구조를 표현하는 객체인 DataFrame과 Series라는 클래스 객체를 이해해야 pandas를 다루는 데 문제 없을 것이다. DataFrame과 Series의 이해 DataFrame은 2차원 리스트 구조이며 수학적으로는 행렬로 표현할 수 있다. - 2차원 리스트 구조 예시 : [[1, 2, 3], [4, 5, 6]] Series는 1차원 리스트 구조이며 수학적으로는 벡터로 표현할 수 있다. - 1차원 리스트 구조 예시 : [1, 2, 3] ..
2023. 1. 10.
[DAY 9] 클래스, 객체, 메소드
객체 지향 : 실제 세계를 모델링하여 프로그램을 개발하는 개발 방법론 Class - 변수와 함수를 묶어서 코드를 작성하는 방법 - 객체 지향을 구현하는 문법 - 사용법 : 클래스 선언(코드 작성) -> 객체 생성(메모리 사용) -> 메소드 실행(코드 실행) - 실제 세계에 비유 : 설계도 작성 -> 제품 생산 -> 기능 사용 - 통상 클래스는 pascal case(upper camel case), 변수와 함수는 snake case로 작성 관련용어 : class, self, special method, 상속, super, getter-setter, mangling 등 코드를 통해 알아보자. 1. 클래스 선언 : 코드 작성 - 계산기 클래스 # 계산기 설계 : number1, number2를 이용해서 덧셈,..
2023. 1. 5.
[DAY 8] parameter와 argument, lambda, list comprehension
함수 - 반복적으로 사용되는 코드를 묶어서 사용 - 관련 용어 : def, return, parameter, argument, docstring, scope, lambda - 코드가 간결해지고 유지보수가 쉬워진다는 장점 - 사용법 : 함수 선언(코드 작성) -> 함수 호출(코드 실행) return - 함수 호출을 통해 결과 데이터를 변수에 저장 - 함수 실행을 중단 - 함수에서 return은 필수는 아니다 # return 없는 함수 def plus1(n1, n2): print(n1 + n2) # 덧셈 결과를 출력 # return 있는 함수 def plus2(n1, n2): return n1 + n2 # 덧셈 결과를 반환 # 리턴이 있는 함수 예시: str.upper() data = 'python' res..
2023. 1. 5.
[DAY 7] 데이터 핸들링 스킬, 파이썬 연산자와 함수
데이터 규모에 따른 스킬들 - 엑셀 : 사용이 간편, 최대 데이터 약 100만 rows, 만들어진 기능만 사용 가능, 저속 - 파이썬 : 데이터를 RAM 용량만큼 핸들링, 기능을 만들어서 사용 가능, 엑셀에 비해 고속 - DASK : 가상 메모리 이용 방식, DB 구축을 하지 않더라도 RAM 용량보다 큰 데이터 핸들링 가능, 파이썬에 비해 저속 - 데이터베이스 : SQL 사용, 데이터를 SSD(HDD) 용량만큼 핸들링, 고속 - Spark : Scala 언어를 사용하여 빅데이터 핸들링 가능, 인메모리 기반의 대용량 데이터 고속 처리 엔진으로 범용 분산 클러스터 컴퓨팅 프레임워크. Python도 사용 가능하지만 성능을 위해 통상 Scala 사용 연산자 - 산술 : 데이터와 데이터의 연산으로 데이터 결괏값이..
2023. 1. 5.
