Rabbit's efficient coding 🖥️🐇

배열 조인- 두 개 이상의 배열내용을 단일 배열에 넣는 것을 의미 Numpy에서는 축을 기준으로 배열을 조인한다stack() : 연결과 동일하고 차이점은 스태킹이 새축을 따라 수행된다는 것이다 명시적으로 전달되지 않으면 0으로 간주된다2) hstack() : 행을 따라 쌓는 도우미 3) vstack() : 열을 따라 쌓는 도우미 기능을 제공4) dstack() : 깊이와 동일한 높이를 따라 쌓는 도우미 기능을 제공 stack : 새로운 버티컬 축으로 수행된다ver1 = np.array([1,2,3])ver2 = np.array([4,5,6])verti = np.stack((ver1, ver2), axis=1)print(verti) hstack() : 행을 따라 쌓기vstack() : 함수는 주어진 배열을..

컬럼(column)을 인덱스(index)로 만들기 df.set_index('name', inplace = True) bikepantsshirtssuitsname    A203015.045.0B1552.07.0C2030NaNNaN    다시 index를 컬럼으로 만들기 df.reset_index(inplace = True)   name bike pantsshirts suits 0A203015.045.01B1552.07.02C2030NaNNaN  새로운 컬럼(column) 만들기 # 새로운 컬럼 name을 만들되, 데이터는 A,B,C라고 넣자.  hatpantsshirts suits 0203015.045.011552.07.022030NaNNaN  df['name'] = ['A' , 'B' , 'C'] df ..

https://pandas.pydata.org/docs/reference/api/pandas.Series.str.upper.html pandas.Series.str.upper — pandas 2.2.1 documentationConverts first character of each word to uppercase and remaining to lowercase.pandas.pydata.org 이곳에서 판다스의 함수정보를 알 수 있다.    df.str.replace('a','b')  데이터의 문자열 a를 b로 바꿔준다   - > df.str.replace('$','').astype(float)            #astype(float) 는 df의 type을 모두 float로 바꿔준다. str, in..

a, b = 33, 33 if b > a:         #1) 참인 경우    print("b is greater than a") elif a >= b:     #2) 1번 조건이 참이 아닌경우 실행할 another조건    print("Nop") else:               #3) 거짓인 경우    print("same same")  논리연산자 and-두 조건이 모두 참이어야 True 입니다if num1 > 0 and num2 > 0: print("두 숫자 모두 양수입니다.") else: print("하나 이상의 숫자가 양수가 아닙니다.")  논리연산자 or-두 조건 중 하나만 참이어도 True 입니다    if num > 10 or num   논리연산자 not-..

#데이터 스트럭쳐 (data structure)여러개의 데이터를 하나의 변수에 저장 CRUD  : 신규 데이터를 추가, 기존 데이터 가져올 수 있고, 기존 데이터 값을 변경, 데이터 삭제 데이터 생성하기icecream = { '메로나' : 1000, '폴라포' : 1200, '빵빠레' :1800 } 데이터 추가하기icecream['죠스바'] = 1200icecream['월드콘'] = 1500 데이터 가져오기icecream['메로나']1000 '메로나 가격: ' + str( icecream['메로나'] )'메로나 가격: 1000' '메로나 가격: {}'.format( icecream['메로나'] )'메로나 가격: 1000' 데이터 수정하기icecream['메로나'] = 1300  데이터 삭제하기del ic..

anaconda prompt에서 주피터 노트북 실행하기>> jupyter notebook . Save and Load datanp.save('지정하고자 하는 파일명', X)np.load(' 지정한 파일명.npy ') 리스트 생성하기score_list = [100, 90, 75, 66, 98] 리스트 추가하기score_list.append(58)score_list.append(87) 리스트 변경하기 score_list[0] = 99 리스트 삭제하기del score_list[5] 결과[99, 90, 75, 66, 98, 87] 평균구하기sum(score_list) / len(score_list)         결과 : 85.6 평균 구하는 함수로 평균구하기score_list.mean() 표준편차 구하기sco..