231215 FRI 데이터 분석의 흐름, 파이썬 기초

파이썬 강의 수강을 시작했다. 근데 강의 진행 방식이 무따기인 건 좋은데 설명이 너무 부족한 것 같아서 약간 당황스럽다.

 

---

 

Liked

 

• 오랜만에 파이썬 조물조물 한 점.
  
  

 

Lacked

 

• TIL 쓸 때마다 계속 쓰는 것 같은데 이론의 부족…
  
  

 

Learned

 

1. 데이터 분석의 흐름

 

• 문제 정의 및 가설 설정하기
• 데이터 분석 기본 세팅 하기
• 데이터 분석하기
• 분석 결과 시각화 하기
• 최종 결론 내리기
  
  

 

2. 파이썬 기초

 

• 파이썬 : 프로그래밍 언어
• 라이브러리 : 소프트웨어 개발에 쓰이는 하부 프로그램들의 모음집 (코드 모음집)
  • pandas : 데이터 분석에 사용되는 라이브러리
  • matplotlib : 시각화 라이브러리
    
    

 

3. 파이썬 문법 기초

 

• 변수 : 데이터를 담는 컨테이너
• 리스트 : 인덱스(순서)가 있는 데이터들의 모음집

#변수
student_1 = "김철수"
student_2 = "김영희"
…
student_3 = "홍길동"

#리스트
students_list = ["김철수", "김영희", …, "홍길동"]

 

• 딕셔너리 : 이름(key)과 값(value)이 쌍으로 이루어진 데이터들의 모음집

#변수로 하나씩 지정
김철수_height = 180
김철수_weight = 70
김철수_room = "room1"
…

#딕셔너리
김철수 = {'height' : 183, 'weight' : 68, …}

 

 

 

4. Pandas, Matplotlib 활용한 데이터 분석 및 시각화 기초

 

• 데이터 분석 기본 세팅하기 → 데이터 분석하기

import pandas as pd                                    #pandas 사용 선언 
titanic = pd.read_table('/content/train.csv',sep=',')  #titanic 테이블 가져오기
titanic = titanic.dropna()                             #null값 제거
titanic.head()
corr=titanic.corr(method='pearson')                    #피어슨 방법으로 상관계수 구하기
corr = corr[corr.Survived !=1]                         #상관계수 Survived 요소가 1(최대)이 아닌 수만 불러오기
corr                                                   #조회 

 

 

• 분석 결과 시각화하기

import matplotlib.pyplot as plt                 #matplotlib 사용 선언
corr = corr.drop(['PassengerId'], axis ='rows') #Passenger Id 열 제거
corr['Survived'].plot.bar()                     #Survived 열 지정 후 막대그래프로 조회

 

 

• 결과

import pandas as pd
import matplotlib.pyplot as plt
titanic = pd.read_table('train.csv',sep=',')

# 1.Null(공백) 데이터 파악하기
print(titanic.isnull().sum())

# 2. 공백 데이터 제거하기
titanic = titanic.dropna()

#상관계수 구하기
corr=titanic.corr(method='pearson')

#survived 1인 요소 제외하기
corr = corr[corr.Survived !=1]

#passengerId 열 삭제 하기
corr = corr.drop(['PassengerId'], axis ='rows')

#생존율 상관관계 바 그래프 생성하기
corr['Survived'].plot.bar()

#x축 레이블 45도 회전하기
plt.xticks(rotation=45)

 

5. NumPy, Seaborn

 

• NumPy : 데이터 연산을 도와준다.
• Seaborn : matplotlib 시각화를 도와준다.

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

titanic = pd.read_table('/content/train.csv',sep=',')  #titanic 테이블 가져오기
titanic = titanic.dropna()                             #null값 제거
titanic.head()
titanic.describe()   #데이터 통계치 요약

#나이별로 히스토그램 구하기 (첫 번째 그래프)
titanic['Age'].hist(bins=40,figsize=(18,8),grid=True)

#나이별 구분 및 각 나이별 생존율 확인 하기
titanic['Age_cat'] = pd.cut(titanic['Age'],bins=[0,3,7,15,30,60,100],include_lowest=True,labels=['baby','children','teenage','young','adult','old'])

#연령대를 기준으로 평균 값을 구해 볼수 있어요!
titanic.groupby('Age_cat').mean()

#그래프 크기 설정
plt.figure(figsize=(14,5))

# 바 그래프 그리기 (x축 = Age_cat, y축 = Survived)
sns.barplot(x='Age_cat',y='Survived',data=titanic)

# 그래프 나타내기 (두 번째 그래프)
plt.show()

 

 

 

 

 

Longed for

 

• 다음주부터 본캠프니까 주말 사이에 체력을 보충해두고 싶다.