잠토의 잠망경

표준화 평균: 0, 표준편차: 1 로 만드는 것 방법 대상 방법 평균 Data 값들 - 평균 표준편차 Data 값들 / 표준 편차 full code github def sample_standardzation01(): import numpy as np import scipy as sp datas = np.asarray([2, 3, 3, 4, 4, 4, 4, 5, 5, 6]) # Datas mu = sp.mean(datas) # 평균 print('-'*100) print(datas) print(mu) # 변환 print(datas-mu) print(sp.mean(datas - mu)) print('-'*100) sigma = sp.std(datas, ddof=1) print(sigma) print(datas..

Github github 준비 import numpy as np import scipy as sp max, min 다른데서도 다 쓰는거 scipy에도 해당 함수가 있어서 써본다. # 최댓 값 print(sp.amax([2,3,3,4,4,4,4,5,5,6])) # 6 print('-'*100) # 최솟 값 print(sp.amin([2,3,3,4,4,4,4,5,5,6])) # 2 평균 평균에 이상치 Data가 있는 경우 평균이 무너지게 된다. 여기서 이상치 Data는 100 이다. print(sp.mean([1, 2, 3, 4, 5])) # 3.0 print(sp.mean([2, 3, 3, 4, 4, 4, 4, 5, 5, 6])) # 4.0 print(sp.mean([2,3,3,4,4,4,4,5,5,100..

사분위 구하기 목적: Data를 순서대로 늘어놓았을 때 아래부터 지정한 percent의 값에 맞는 값을 산출한다. from scipy import stats code github def sample_stats(): import numpy as np from scipy import stats fish_datas3 = np.asarray([1,2,3,4,5,6,7,8,9,10]) num = 25 print('{0}% = {1}'.format(num, stats.scoreatpercentile(fish_datas3, num))) num = 75 print('{0}% = {1}'.format(num, stats.scoreatpercentile(fish_datas3, num))) print('-'*10) for ..

신청 site https://rebate.energy.or.kr/kr/main/main.html Site 제공 Manual https://rebate.energy.or.kr/kr/info/manual.html 1. 해당 site에 접속하여 "환급 신청하기"를 클릭합니다. 2. 본인이라면 "본인 신청"을 누릅니다. 그리고 간단한 본인 확인 진행 3. 개인 정보 수집 동의 및 기타 동의 → 동의 진행 4. 동의 하면 "확인" 클릭 5. 신청 매뉴얼을 보면 좀더 쉽게 확인 가능하다. (메뉴얼 안읽었는데 이런 .. ㅡㅡㅋ) https://rebate.energy.or.kr/kr/info/manual.html

github line chart의 noise를 제거하기 위하여 gaussian filter를 사용하였다. 해당 chart는 1차원으로 1d 함수를 사용하였다. sigma에 따른 결과를 아래와 같이 볼수 있다. g1 = gaussian_filter1d(g, sigma=1) g1 = gaussian_filter1d(g, sigma=2) g1 = gaussian_filter1d(g, sigma=3) 여러개를 보자 github def showgausiandata(): #임의 data np.random.seed(280490) datas = np.random.randn(101).cumsum() # 실험해볼 sigma들 sigmas = np.asarray([0.3, 1, 2, 3, 4, 5]) # chart용 fig..

github np.isin() 내가 찾는게 있는지 여부를 각 index 위치에 True, False 형태로 알려줌 1,4,6,10이 포함되어 있는지를 찾고 싶을때 사용한다. from numpy import ndarray import numpy as np datas = np.asarray([1,2,3,4,5,6,7]) # 이 값들의 포함 여부를 알려달라. iwantit = np.asarray([1,4,6,10]) # 해당 ndarray의 index 위치에 포함 여부가 표시된다. print(np.isin(datas, iwantit)) #[ True False False True False True False] np.where() 내가 원하는 조건이 맞으면 index 위치를 알려준다. 포함 여부를 index로..

series를 이용하여 Dataframe을 만든다. 단일 값이 주어진 column은 하위까지 같은 속성으로 채워진다. github def sample04(): ''' series를 이용한 Dataframe :return: ''' import pandas as pd from pandas import DataFrame from pandas import Series myseries:Series = pd.Series([1,2,3,4,5,6,7,8]) datas:DataFrame = pd.DataFrame({'col1': 'a', 'col2': myseries}) print(datas) 결과 C:\Users\wonjae.yi\PycharmProjects\Project_Lotto\venv_3.6\Scripts\py..