[python] seaborn으로 HeatMap 그리기 - 2 (최대값/최소값, Cbar, tick, Label 조절하여 그래프 그리기)
seaborn으로 HeatMap 그리기 - 2 (최대값/최소값, Cbar, tick, Label 조절하여 그래프 그리기) 지난 시간 Seaborn으로 HeatMap을 그리는 법에 대해 알아봤다면. 이번 시간은 그래프를 좀 더 깔끔하고 보기좋게 꾸미는 법에 대해 알아보겠다. [ 지난 시간 복습 ] import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns score = {'Subject' : ['A city', 'B city', 'C city', 'D city', 'E city'], 'Bus': [80, 92, 68, 78, 100], 'Subway': [90, 68, 70, 80, 88], 'car..
2022. 12. 5.
[python] 데이터 프레임 전처리 - replace 이용하기
데이터 프레임 전처리 - replace 이용하기 지난 번 사용했던 데이터에서 추가로 학번을 데이터로 가지고 있는 데이터 프레임이 있다고 하자. 2022.06.21 - [self.python] - [python] 데이터 프레임 합치기 - concat, append, join 0. 데이터 프레임 준비 지난 글에서 사용했던 데이터 프레임에 학번 열을 새로 추가해서 사용해보겠다. import pandas as pd myList1 = [['Mary', 23], ['Kate', 25]] myList2 = [['Mark', 27], ['Maxi', 30]] mycol = ['Name', 'Age'] df1 = pd.DataFrame(myList1, columns = mycol) df2 = pd.DataFrame(my..
2022. 7. 3.
[python] 숫자 데이터 자리수 맞추어 표시하기(앞에 0 채워주기) - zfill()
숫자 데이터 자리수 맞추어 표시하기(앞에 0 채워주기) - zfill() 데이터 프레임에 있는 숫자 데이터에 zfill() 함수를 적용하여 자리수를 맞춰 줄 수 있다. 예를 들어 [19, 392, 1205] 이런 데이터가 있다고 할 때 zfill()를 잘 활용하여 [0019, 0392, 1205] 로 만들어 줄 수 있다. 원하는 자리수에 따라 써줄 수 있어서 [00019, 00392, 01205] 와 같이 바꾸는것도 가능하다. 0. 데이터 프레임 준비 import numpy as np import pandas as pd score = {'Year' : ['2016', '2017', '2018', '2019', '2020', '2021', '2022'], 'Mary': [90, 68, 70, 80, 92,..
2022. 6. 27.
[python] 데이터 프레임 합치기 - concat, append, join
데이터 프레임 합치기 - concat, append, join 데이터 프레임끼리 합치는 방법은 여러가지가 있다. 세로로 합칠수도 있고, 가로로 합칠수도 있다. 0. 데이터 프레임 준비 import pandas as pd myList1 = [['Mary', 23], ['Kate', 25]] myList2 = [['Mark', 27], ['Maxi', 30]] mycol = ['Name', 'Age'] df1 = pd.DataFrame(myList1, columns = mycol) df2 = pd.DataFrame(myList2, columns = mycol) 이렇게 간단한 데이터 프레임 두 개를 준비해보았다. 1-1. 세로 방향으로 합치기 concat 또는 append를 사용해서 데이터 프레임 두개를 세로..
2022. 6. 21.
[python] 데이터프레임 데이터 타입 바꾸기
데이터프레임 데이터 타입 바꾸기 데이터 프레임 내 데이터들은 astype 이라는 함수로 데이터 타입을 변경할 수 있다. 0. 데이터 프레임 준비 예시를 들기 위해 임의의 데이터 프레임을 하나 만들어보았다. import numpy as np import pandas as pd score = {'Date' : [2016.03, 2017.03, 2018.03, 2019.03, 2020.03, 2021.03, 2022.03], 'Mary': [90, 68, 70, 80, 92, 68, 78], 'Kate': [90, 68, 70, 80, 92, 68, 78], 'Mark': [39, 59, 60, 73, 84, 87, 92], 'Maxi': [83, 92, 71, 56, 79, 93, 85]} df = pd.D..
2022. 6. 20.
