Do it! 쉽게 배우는 파이썬 데이터 분석






github.com/youngwoos/Doit_Python

facebook.com/groups/datacommunity

슬라이드 목록

네이버책

   ▪ yes24

   ▪ 알라딘

   ▪ 교보문고

03 데이터 분석에 필요한 연장 챙기기






목차

03-1 변하는 수, ‘변수’ 이해하기(link)

03-2 마술 상자 같은 ‘함수’ 이해하기(link)

03-3 함수 꾸러미, ‘패키지’ 이해하기(link)

03-1 변하는 수, ‘변수’ 이해하기

변수(variable)

  • 다양한 값을 지닌 하나의 속성
  • 데이터 분석의 대상

변수 만들기


변수 만들기

a = 1  # a에 1 할당
a      # a 출력
1

b = 2
b
2

c = 3
c
3

d = 3.5
d
3.5

변수로 연산하기

a + b
3
a + b + c
6
4 / b
2.0
5 * b
10

여러 값으로 구성된 변수 만들기

var1 = [1, 2, 3]
var1
[1, 2, 3]
var2 = [4, 5, 6]
var2
[4, 5, 6]
var1 + var2
[1, 2, 3, 4, 5, 6]

문자로 된 변수 만들기

str1 = 'a'
str1
'a'
str2 = 'text'
str2
'text'
str3 = 'Hello World!'
str3
'Hello World!'

여러 문자로 된 변수 만들기

str4 = ['a', 'b', 'c']
str4
['a', 'b', 'c']
str5 = ['Hello!', 'World', 'is', 'good!']
str5
['Hello!', 'World', 'is', 'good!']

문자 변수 결합하기

str2 + str3
'textHello World!'
str2 + ' ' + str3
'text Hello World!'

문자로 된 변수로는 연산할 수 없다

str1 + 2
Error in py_call_impl(callable, dots$args, dots$keywords): TypeError: can only concatenate str (not "int") to str

03-2 마술 상자 같은 ‘함수’ 이해하기

함수(function)

  • 값을 넣으면 특정한 기능을 수행해 처음과 다른 값으로 만듦

함수 이용하기

# 변수 만들기
x = [1, 2, 3]
x
[1, 2, 3]
# 함수 적용하기
sum(x)
6
max(x)
3
min(x)
1

함수의 결과물로 새 변수 만들기

x_sum = sum(x)
x_sum
6
x_max = max(x)
x_max
3

03-3 함수 꾸러미, ‘패키지’ 이해하기

패키지(packages)

  • 함수가 여러 개 들어 있는 꾸러미
  • 함수 사용하려면 패키지 설치 먼저
  • 아나콘다에 주요 패키지 대부분 들어있음

패키지 로드하기
import seaborn
패키지 함수 사용하기
var = ['a', 'a', 'b', 'c']
var
['a', 'a', 'b', 'c']
seaborn.countplot(x = var)

패키지 약어 활용하기

import seaborn as sns
sns.countplot(x = var)

seaborn의 titanic 데이터로 그래프 만들기

load_dataset()로 titanic 데이터 불러오기

df = sns.load_dataset('titanic')
df
     survived  pclass     sex   age  ...  deck  embark_town  alive  alone
0           0       3    male  22.0  ...   NaN  Southampton     no  False
1           1       1  female  38.0  ...     C    Cherbourg    yes  False
2           1       3  female  26.0  ...   NaN  Southampton    yes   True
3           1       1  female  35.0  ...     C  Southampton    yes  False
4           0       3    male  35.0  ...   NaN  Southampton     no   True
..        ...     ...     ...   ...  ...   ...          ...    ...    ...
886         0       2    male  27.0  ...   NaN  Southampton     no   True
887         1       1  female  19.0  ...     B  Southampton    yes   True
888         0       3  female   NaN  ...   NaN  Southampton     no  False
889         1       1    male  26.0  ...     C    Cherbourg    yes   True
890         0       3    male  32.0  ...   NaN   Queenstown     no   True

함수의 다양한 기능 이용하기

sns.countplot(data = df, x = 'sex')

함수의 다양한 기능 이용하기

# x축 class
sns.countplot(data = df, x = 'class')

함수의 다양한 기능 이용하기

# x축 class, alive별 색 표현
sns.countplot(data = df, x = 'class', hue = 'alive')

함수의 다양한 기능 이용하기

# y축 class, alive별 색 표현
sns.countplot(data = df, y = 'class', hue = 'alive')

함수 사용법이 궁금할 땐 Help 함수를 활용해 보세요

sns.countplot?

모듈


모듈

# `패키지명.모듈명.함수명()`으로 함수 사용하기
import sklearn.metrics
sklearn.metrics.accuracy_score()
# `모듈명.함수명()`으로 함수 사용하기
from sklearn import metrics
metrics.accuracy_score()
# `함수명()`으로 함수 사용하기
from sklearn.metrics import accuracy_score
accuracy_score()

as로 약어 지정하기

import sklearn.metrics as met
met.accuracy_score()

from sklearn import metrics as met
met.accuracy_score()

from sklearn.metrics import accuracy_score as accuracy
accuracy()

패키지 설치하기

pip install pydataset


패키지 함수 사용하기

import pydataset
pydataset.data()
        dataset_id                                             title
0    AirPassengers       Monthly Airline Passenger Numbers 1949-1960
1          BJsales                 Sales Data with Leading Indicator
2              BOD                         Biochemical Oxygen Demand
3     Formaldehyde                     Determination of Formaldehyde
4     HairEyeColor         Hair and Eye Color of Statistics Students
..             ...                                               ...
752        VerbAgg                  Verbal Aggression item responses
753           cake                 Breakage Angle of Chocolate Cakes
754           cbpp                 Contagious bovine pleuropneumonia
755    grouseticks  Data on red grouse ticks from Elston et al. 2001
756     sleepstudy       Reaction times in a sleep deprivation study

패키지 함수 사용하기

df = pydataset.data('mtcars')  # mtcars 데이터를 df에 할당
df                             # df 출력
                      mpg  cyl   disp   hp  drat  ...   qsec  vs  am  gear  carb
Mazda RX4            21.0    6  160.0  110  3.90  ...  16.46   0   1     4     4
Mazda RX4 Wag        21.0    6  160.0  110  3.90  ...  17.02   0   1     4     4
Datsun 710           22.8    4  108.0   93  3.85  ...  18.61   1   1     4     1
Hornet 4 Drive       21.4    6  258.0  110  3.08  ...  19.44   1   0     3     1
Hornet Sportabout    18.7    8  360.0  175  3.15  ...  17.02   0   0     3     2
Valiant              18.1    6  225.0  105  2.76  ...  20.22   1   0     3     1
Duster 360           14.3    8  360.0  245  3.21  ...  15.84   0   0     3     4
Merc 240D            24.4    4  146.7   62  3.69  ...  20.00   1   0     4     2
Merc 230             22.8    4  140.8   95  3.92  ...  22.90   1   0     4     2
Merc 280             19.2    6  167.6  123  3.92  ...  18.30   1   0     4     4
Merc 280C            17.8    6  167.6  123  3.92  ...  18.90   1   0     4     4
Merc 450SE           16.4    8  275.8  180  3.07  ...  17.40   0   0     3     3
Merc 450SL           17.3    8  275.8  180  3.07  ...  17.60   0   0     3     3
Merc 450SLC          15.2    8  275.8  180  3.07  ...  18.00   0   0     3     3
Cadillac Fleetwood   10.4    8  472.0  205  2.93  ...  17.98   0   0     3     4
Lincoln Continental  10.4    8  460.0  215  3.00  ...  17.82   0   0     3     4
Chrysler Imperial    14.7    8  440.0  230  3.23  ...  17.42   0   0     3     4
Fiat 128             32.4    4   78.7   66  4.08  ...  19.47   1   1     4     1
Honda Civic          30.4    4   75.7   52  4.93  ...  18.52   1   1     4     2
Toyota Corolla       33.9    4   71.1   65  4.22  ...  19.90   1   1     4     1
Toyota Corona        21.5    4  120.1   97  3.70  ...  20.01   1   0     3     1
Dodge Challenger     15.5    8  318.0  150  2.76  ...  16.87   0   0     3     2
AMC Javelin          15.2    8  304.0  150  3.15  ...  17.30   0   0     3     2
Camaro Z28           13.3    8  350.0  245  3.73  ...  15.41   0   0     3     4
Pontiac Firebird     19.2    8  400.0  175  3.08  ...  17.05   0   0     3     2
Fiat X1-9            27.3    4   79.0   66  4.08  ...  18.90   1   1     4     1
Porsche 914-2        26.0    4  120.3   91  4.43  ...  16.70   0   1     5     2
Lotus Europa         30.4    4   95.1  113  3.77  ...  16.90   1   1     5     2
Ford Pantera L       15.8    8  351.0  264  4.22  ...  14.50   0   1     5     4
Ferrari Dino         19.7    6  145.0  175  3.62  ...  15.50   0   1     5     6
Maserati Bora        15.0    8  301.0  335  3.54  ...  14.60   0   1     5     8
Volvo 142E           21.4    4  121.0  109  4.11  ...  18.60   1   1     4     2

혼자서 해보기

앞에서 익힌 기능을 활용해 분석 문제를 해결해 보세요.

Q1. 시험 점수 변수 만들고 출력하기
학생 5명이 시험을 봤습니다. 학생들의 시험 점수를 담고 있는 변수를 만들어
출력해 보세요. 학생들의 시험 점수는 다음과 같습니다.

80, 60, 70, 50, 90

Q2. 합계 점수 구하기
앞 문제에서 만든 변수를 이용해 합계 점수를 구해 보세요.

Q3. 합계 점수 변수 만들어 출력하기
합계 점수를 담고 있는 새 변수를 만들어 출력해 보세요. 앞 문제를 풀 때
사용한 코드를 응용하면 됩니다.

Q1. 시험 점수 변수 만들고 출력하기
학생 5명이 시험을 봤습니다. 학생들의 시험 점수를 담고 있는 변수를 만들어
출력해 보세요. 학생들의 시험 점수는 다음과 같습니다.

80, 60, 70, 50, 90


score = [80, 60, 70, 50, 90]  # 변수 만들기
score                         # 출력하기
[80, 60, 70, 50, 90]

Q2. 합계 점수 구하기
앞 문제에서 만든 변수를 이용해 합계 점수를 구해 보세요.

sum(score)  # score의 합계 구하기
350

Q3. 합계 점수 변수 만들어 출력하기
합계 점수를 담고 있는 새 변수를 만들어 출력해 보세요. 앞 문제를 풀 때
사용한 코드를 응용하면 됩니다.

sum_score = sum(score)  # score의 합계를 담은 변수 만들기
sum_score               # sum_score 출력하기
350

끝