스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다.
본 Tutorial은 교재 핸즈온 머신러닝 2판를 활용하여 본 강사로부터 국비교육 강의를 듣는 사람들에게 자료 제공을 목적으로 제작하였습니다.
강사의 주관적인 판단으로 압축해서 자료를 정리하였기 때문에, 자세하게 공부를 하고 싶은 분은 반드시 교재를 구매하실 것을 권해드립니다.
Hexo 블로그를 만들어 본다.$ node -v
$ git --version
$ npm install -g hexo-cli
Repo를 생성한다.
rain0430 대신에 각자의 username을 입력하면 된다.myblog repo를 git clone을 통해 적당한 경로로 내려 받는다.$ git clone your_git_repo_address.git
$ mkdir makeBlog # 만약 Powershell 이라면 mkdir 대신에 md를 쓴다.
$ cd makeBlog
$ hexo init myblog
$ cd myblog
$ npm install
$ npm install hexo-server --save
$ npm install hexo-deployer-git --save
+ ERROR Deployer not found: git
+ hexo-deployer-git을 설치 하지 않으면 deploy시 위와 같은 ERROR가 발생합니다.
_config.yml 파일 설정
title: 제목을 지어주세요
subtitle: 부제목을 지어주세요
description: description을 지어주세요
author: YourName
+ 블로그 URL 정보 설정
url: https://rain0430.github.io
root: /
permalink: :year/:month/:day/:title/
permalink_defaults:
+ 깃허브 연동
# Deployment
deploy:
type: git
repo: https://github.com/rain0430/rain0430.github.io.git
branch: main
localhost:4000 접속을 통해 화면이 뜨는지 확인해본다.$ hexo generate
$ hexo server
INFO Start processing
INFO Hexo is running at http://localhost:4000 . Press Ctrl+C to stop.
화면 확인이 된 이후에는 깃허브에 배포한다.
제 수업을 듣는 사람들이 계속적으로 실습할 수 있도록 강의 파일을 만들었습니다. 늘 도움이 되기를 바라며. 참고했던 교재 및 Reference는 꼭 확인하셔서 교재 구매 또는 관련 Reference를 확인하시기를 바랍니다.
!pip install psankey # sankey diagram
%config InlineBackend.figure_format = 'retina'
!apt -qq -y install fonts-nanum
Requirement already satisfied: psankey in /usr/local/lib/python3.6/dist-packages (1.0.1)
fonts-nanum is already the newest version (20170925-1).
The following package was automatically installed and is no longer required:
libnvidia-common-440
Use 'apt autoremove' to remove it.
0 upgraded, 0 newly installed, 0 to remove and 33 not upgraded.
import matplotlib.font_manager as fm
import matplotlib as mpl
import matplotlib.pyplot as plt
fontpath = '/usr/share/fonts/truetype/nanum/NanumBarunGothic.ttf'
font = fm.FontProperties(fname=fontpath, size=9)
plt.rc('font', family='NanumBarunGothic')
mpl.font_manager._rebuild()
mpl.pyplot.rc('font', family='NanumGothic')
fm._rebuild()
구글 코랩을 사용해서 인증 절차를 밟도록 한다. 아래 소스코드는 변경시키지 않는다. 아래 절차대로 진행하면 된다. Gmail 인증 절차와 비슷하다.
스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다.Class를 활용한 머신러닝 예제를 작성한다.result = 0
def add(num):
global result
result += num
return result
print(add(10))
print(add(20))
10
30
result1 = 0
result2 = 0
def add1(num):
global result1
result1 += num
return result1
def add2(num):
global result2
result2 += num
return result2
print(add1(10))
print(add1(20))
print(add2(10))
print(add2(10))
10
30
10
20
Class라는 개념이다.틀이 일종의 클래스가 되는 것이다.class Human:
name = "Rain" # 필드
age = 30 # 필드
def exercise(self): # 메서드(Method), 객체가 할 수 있는 행동(=객체가 할 수 있는 함수)
print("운동합시다")
self는 첫번째 매개변수를 의미하며, 자기 자신을 의미한다.rain = Human()
print(rain.name)
print(rain.age)
rain.exercise()
Rain
30
운동합시다
Class를 만들어본다.Class 예제__init__ 메서드를 클래스안에 만든다.class Human:
def __init__(self, name, age):
self.name = name
self.age = age
if __name__ == '__main__':
evan = Human("Evan", 9)
minyoung = Human("SeoYoung", 8)
print(evan.name)
print(minyoung.name)
Evan
SeoYoung
class Human:
def __init__(self, name, age):
self.name = name
self.age = age
def describe(self):
return f"{self.name}의 나이는 {self.age}이다."
def say(self, content):
return f"{self.name}이 {content}에 대해 말하고 있다."
if __name__ == '__main__':
evan = Human("Evan", 9)
print(evan.describe())
Evan의 나이는 9이다.
함수, 변수 등을 의미함.Asian, European, African Class를 만들어본다.
skin color 함수를 부모인 Human 클래스에서 만든다.class Human:
def __init__(self, name, age):
self.name = name
self.age = age
def describe(self):
return f"{self.name}의 나이는 {self.age}이다."
def say(self, content):
return f"{self.name}이 {content}에 대해 말하고 있다."
def skinColor(self, color):
return f"{self.name}의 피부 색상은 {color}이다."
class Asian(Human):
pass
class European(Human):
pass
class African(Human):
pass
if __name__ == '__main__':
evan = Asian("Jihoon", 9)
rose = European("Rose", 10)
sam = African("Sam", 11)
print(evan.skinColor("Yellow"))
print(rose.skinColor("white"))
print(sam.skinColor("black"))
Jihoon의 피부 색상은 Yellow이다.
Rose의 피부 색상은 white이다.
Sam의 피부 색상은 black이다.
weather.csv와 weather2.csv 파일 데이터를 구글 드라이브에 올려 놓는다.# Mount Google Drive
from google.colab import drive # import drive from google colab
ROOT = "/content/drive" # default location for the drive
print(ROOT) # print content of ROOT (Optional)
drive.mount(ROOT) # we mount the google drive at /content/drive
/content/drive
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
# import join used to join ROOT path and MY_GOOGLE_DRIVE_PATH
from os.path import join
# path to your project on Google Drive
MY_GOOGLE_DRIVE_PATH = 'My Drive/Colab Notebooks/your/folder'
PROJECT_PATH = join(ROOT, MY_GOOGLE_DRIVE_PATH)
%cd "{PROJECT_PATH}"
!ls
/content/drive/My Drive/Colab Notebooks/your/folder
weather2.csv weather.csv
data = pd.read_csv("weather.csv")
data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 96453 entries, 0 to 96452
Data columns (total 12 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Formatted Date 96453 non-null object
1 Summary 96453 non-null object
2 Precip Type 95936 non-null object
3 Temperature (C) 96453 non-null float64
4 Apparent Temperature (C) 96453 non-null float64
5 Humidity 96453 non-null float64
6 Wind Speed (km/h) 96453 non-null float64
7 Wind Bearing (degrees) 96453 non-null float64
8 Visibility (km) 96453 non-null float64
9 Loud Cover 96453 non-null float64
10 Pressure (millibars) 96453 non-null float64
11 Daily Summary 96453 non-null object
dtypes: float64(8), object(4)
memory usage: 8.8+ MB
data_columns = data.columns.tolist()
data_columns
['Formatted Date',
'Summary',
'Precip Type',
'Temperature (C)',
'Apparent Temperature (C)',
'Humidity',
'Wind Speed (km/h)',
'Wind Bearing (degrees)',
'Visibility (km)',
'Loud Cover',
'Pressure (millibars)',
'Daily Summary']
data2 = pd.read_csv("weather2.csv")
data2.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10000 entries, 0 to 9999
Data columns (total 12 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Formatted.Date 10000 non-null object
1 Summary 10000 non-null object
2 Precip.Type 10000 non-null object
3 Temperature..C. 10000 non-null float64
4 Apparent.Temperature..C. 10000 non-null float64
5 Humidity 10000 non-null float64
6 Wind.Speed..km.h. 10000 non-null float64
7 Wind.Bearing..degrees. 10000 non-null int64
8 Visibility..km. 10000 non-null float64
9 Loud.Cover 10000 non-null int64
10 Pressure..millibars. 10000 non-null float64
11 Daily.Summary 10000 non-null object
dtypes: float64(6), int64(2), object(4)
memory usage: 937.6+ KB
Medium에 있는 코드를 적용했다.
from sklearn.ensemble import RandomForestRegressor
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
import numpy as np
import pandas as pd
class Model:
def __init__(self, datafile, model_type = None):
self.datafile = datafile
self.df = pd.read_csv(datafile)
data_columns = ['Formatted Date', 'Summary', 'Precip Type',
'Temperature (C)', 'Apparent Temperature (C)',
'Humidity', 'Wind Speed (km/h)', 'Wind Bearing (degrees)',
'Visibility (km)', 'Loud Cover', 'Pressure (millibars)','Daily Summary']
self.df.columns = data_columns
if model_type == 'rf':
self.user_defined_model = RandomForestRegressor()
else:
self.user_defined_model = LinearRegression()
def split(self, test_size):
X = np.array(self.df[['Humidity', 'Pressure (millibars)']])
y = np.array(self.df['Temperature (C)'])
self.X_train, self.X_test, self.y_train, self.y_test = train_test_split(X, y, test_size = test_size, random_state = 42)
def fit(self):
self.model = self.user_defined_model.fit(self.X_train, self.y_train)
def predict(self, input_value):
if input_value == None:
result = self.user_defined_model.predict(self.X_test)
else:
result = self.user_defined_model.predict(np.array([input_value]))
return result
__init__: 데이터를 불러오고 간단한 Column명 처리를 진행했다.split: 데이터 셋을 나누는 함수이다.fit: 모형을 적합하는 함수이다.predict: 예측 후 결과를 보여준다.a_model과 b_model을 확인해서 클래스 내의 함수를 재 사용해본다.if __name__ == '__main__':
a_model = Model(datafile="weather.csv", model_type=None)
a_model.split(0.2)
a_model.fit()
print(a_model.predict([.9, 1000]))
print("Accuracy: ", a_model.model.score(a_model.X_test, a_model.y_test))
[6.83625473]
Accuracy: 0.39578560465686424
if __name__ == '__main__':
b_model = Model(datafile="weather2.csv", model_type=None)
b_model.split(0.3)
b_model.fit()
print(b_model.predict([.9, 1000]))
print("Accuracy: ", b_model.model.score(b_model.X_test, b_model.y_test))
[7.15581866]
Accuracy: 0.35698882811391797
6줄만 추가하면, 추가적인 weather 데이터가 들어와도, 훨씬 간결하게 소스코드를 작성할 수 있다.스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다.Sum(), Len()을 의미한다.x = [1,2,3,4,5]
print(sum(x))
print(len(x))
5
def는 define의 약자다.def my_avg(x):
sum_var = sum(x)
len_var = len(x)
return sum_var / len_var
print(my_avg(x))
3.0
매개 변수와 return으로 이루어진다.
string, int, DataFrame 등 다양하게 올 수 있다.return의 의미는 일종의 함수를 실행한 뒤 반환하려는 output이다.Main() 함수를 활용하여 코드를 빠르게 실행할 수 있도록 한다. 아래와 같이 코드를 작성하자.PyCharm, VSCode에서 main.py 안에 아래와 같이 코드를 작성해본다.# -*- coding: utf-8 -*-
def main():
print("안녕하세요, Main() 입니다. ")
if __name__ == "__main__":
main()
안녕하세요, Main() 입니다.
__name__은 모듈의 이름이 저장되는 곳이다.__main__은 모듈의 시작점과 같다. main.py에서 __name__=="__main__"은 바꾸지 않는다.shell에서 다음과 같이 실행한다.~ $ python main.py
안녕하세요, Main() 입니다.
calculation.pymain.pycalculation.py에서 기본적인 코드를 작성한 뒤, main.py에서 해당 모듈을 가져와서 함수를 사용할 것이다.# -*- coding: utf-8 -*-
a = 3
b = 4
def plus(a, b):
c= a+b
return c
def subtract(a, b):
c = a-b
return c
if __name__ == "__main__":
print("a + b =", subtract(a, b))
print("a - b =", plus(a, b))
shell에서 다음과 같이 실행한다.~ $ python calculation.py
a + b = -1
a - b = 7
calculation.py에서 if~이하의 구문을 제거한 후, 다시 저장한다.main.py에서 아래와 같이 파일을 작성한다.# -*- coding: utf-8 -*-
import calculation as cal
a = 3
b = 4
def main():
print("안녕하세요, Main() 입니다. ")
print("a + b =", cal.subtract(a, b))
print("a - b =", cal.plus(a, b))
if __name__ == "__main__":
main()
shell에서 main.py를 실행한다.~ $ python main.py
안녕하세요, Main() 입니다.
a + b = -1
a - b = 7
file에서 함수(=module)을 불러올 때는 패키지에서 파일을 불러오는 것처럼, import ~형태로 사용할 수 있다.arithmeticdataPreprocessingmain.py는 독립적으로 위치해 놓는다.plus.py와 subtract.py안에 함수를 각각 저장한 뒤 작성한다.
# -*- coding: utf-8 -*-
def add(a, b):
c= a+b
return c
# -*- coding: utf-8 -*-
def minus(a, b):
c = a-b
return c
importData.py와 데이터 전처리를 담당하는 processing.py에 해당하는 소스코드 작성 후 각각 저장한다.
# -*- coding: utf-8 -*-
def readData():
print("~~ 데이터를 불러옵니다 ~~ ")
data = "빅쿼리에서 불러오는 데이터"
return data
# -*- coding: utf-8 -*-
from time import sleep
def process_data(data):
print("~~ 데이터 전처리 함수를 실행합니다! ~~")
modified_data = data + "가 수정 완료 되었습니다."
sleep(3)
print("~~ 데이터 전처리가 끝났습니다! ~~")
return modified_data
main.py를 아래와 같이 수정하도록 한다.# -*- coding: utf-8 -*-
from arithmetic import plus as pl
from arithmetic import subtract as sub
from dataPreprocessing import processing
from dataPreprocessing import importData
a = 3
b = 4
def main():
print("~~ 사칙 연산을 시작합니다 ~~ ")
print("a + b =", sub.minus(a, b))
print("a - b =", pl.add(a, b))
print("~~ 사칙 연산을 종료합니다 ~~ ")
## 데이터 전처리 시작
data = importData.readData()
processing.process_data(data)
if __name__ == "__main__":
main()
shell에서 다음과 같이 실행하면 아래와 같은 결과물을 얻게 될 것이다.~ $ python main.py
~~ 사칙 연산을 시작합니다 ~~
a + b = -1
a - b = 7
~~ 사칙 연산을 종료합니다 ~~
~~ 데이터를 불러옵니다 ~~
~~ 데이터 전처리 함수를 실행합니다! ~~
~~ 데이터 전처리가 끝났습니다! ~~
.
├── arithmetic # 폴더
│ ├── plus.py
│ └── subtract.py
├── dataPreprocessing # 폴더
│ ├── importData.py
│ └── processing.py
├── main.py
from의 각각의 폴더명을 의미한다.import는 동일 폴더내의 다양한 py 파일명을 의미한다.main.py를 실행만 하더라도 결과가 나올 수 있도록 프로젝트 파일을 Refactoring해서 업로드하는 것을 추천한다.EDA를 진행할 때, 결측치가 있는 데이터를 시각화 하여 결측치 유무를 파악하였다.
from google.colab import drive # 패키지 불러오기
from os.path import join
ROOT = "/content/drive" # 드라이브 기본 경로
print(ROOT) # print content of ROOT (Optional)
drive.mount(ROOT) # 드라이브 기본 경로 Mount
MY_GOOGLE_DRIVE_PATH = 'My Drive/Colab Notebooks/inflearn_kaggle/' # 프로젝트 경로
PROJECT_PATH = join(ROOT, MY_GOOGLE_DRIVE_PATH) # 프로젝트 경로
print(PROJECT_PATH)
/content/drive
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
/content/drive/My Drive/Colab Notebooks/inflearn_kaggle/
%cd "{PROJECT_PATH}"
/content/drive/My Drive/Colab Notebooks/inflearn_kaggle
!ls
data docs source
import pandas as pd
import pandas_profiling
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.pyplot import figure
import seaborn as sns
from IPython.core.display import display, HTML
Template을 작성한다.%matplotlib inline
import matplotlib.pylab as plt
plt.rcParams["figure.figsize"] = (14,4)
plt.rcParams['lines.linewidth'] = 2
plt.rcParams['lines.color'] = 'r'
plt.rcParams['axes.grid'] = True
train.csv와 test.csv 데이터를 불러와서 확인해보는 소스코드를 작성한다.train = pd.read_csv('data/train.csv')
test = pd.read_csv('data/test.csv')
print("data import is done")
data import is done
train.shape, test.shape
((1460, 81), (1459, 80))
new_df = train.copy()
new_df_na = (new_df.isnull().sum() / len(new_df)) * 100
new_df_na.sort_values(ascending=False).reset_index(drop=True)
new_df_na = new_df_na.drop(new_df_na[new_df_na == 0].index).sort_values(ascending=False)[:30]
new_df_na
PoolQC 99.520548
MiscFeature 96.301370
Alley 93.767123
Fence 80.753425
FireplaceQu 47.260274
LotFrontage 17.739726
GarageYrBlt 5.547945
GarageType 5.547945
GarageFinish 5.547945
GarageQual 5.547945
GarageCond 5.547945
BsmtFinType2 2.602740
BsmtExposure 2.602740
BsmtFinType1 2.534247
BsmtCond 2.534247
BsmtQual 2.534247
MasVnrArea 0.547945
MasVnrType 0.547945
Electrical 0.068493
dtype: float64
f, ax = plt.subplots(figsize=(15, 12))
plt.xticks(rotation='90')
sns.barplot(x=new_df_na.index, y=new_df_na)
plt.xlabel('Variables', fontsize=24)
plt.ylabel('Percent of missing values', fontsize=24)
plt.title('Percent missing data by Variable', fontsize=32)
plt.show()
제 수업을 듣는 사람들이 계속적으로 실습할 수 있도록 강의 파일을 만들었습니다. 늘 도움이 되기를 바라며. 참고했던 교재 및 Reference는 꼭 확인하셔서 교재 구매 또는 관련 Reference를 확인하시기를 바랍니다.
pandas_profiling을 확인하기 위해 master.zip을 설치한다.
!pip install https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
Collecting https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
.
.
.
Successfully installed confuse-1.3.0 htmlmin-0.1.12 imagehash-4.1.0 pandas-profiling-2.8.0 phik-0.10.0 tangled-up-in-unicode-0.0.6 tqdm-4.47.0 visions-0.4.4
Weak Learner)를 순차적으로 학습-예측하면서 잘못 예측한 데이터에 가중치 부여를 통해 오류 개선하며 학습하는 방식.Pinned Repositories 상위 3~4개 정도 올려 놓는 것이 좋다.
[create repository]를 선택한다.
제 수업을 듣는 사람들이 계속적으로 실습할 수 있도록 강의 파일을 만들었습니다. 늘 도움이 되기를 바라며. 참고했던 교재 및 Reference는 꼭 확인하셔서 교재 구매 또는 관련 Reference를 확인하시기를 바랍니다.
pandas_profiling을 확인하기 위해 master.zip을 설치한다.
!pip install https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
Collecting https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
Using cached https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
.
.
.
Successfully built pandas-profiling
구글 코랩을 사용해서 인증 절차를 밟도록 한다. 아래 소스코드는 변경시키지 않는다. 아래 절차대로 진행하면 된다. Gmail 인증 절차와 비슷하다.
스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다.!pip install kaggle
Requirement already satisfied: kaggle in /usr/local/lib/python3.6/dist-packages (1.5.6)
Requirement already satisfied: urllib3<1.25,>=1.21.1 in /usr/local/lib/python3.6/dist-packages (from kaggle) (1.24.3)
Requirement already satisfied: six>=1.10 in /usr/local/lib/python3.6/dist-packages (from kaggle) (1.12.0)
Requirement already satisfied: python-dateutil in /usr/local/lib/python3.6/dist-packages (from kaggle) (2.8.1)
Requirement already satisfied: tqdm in /usr/local/lib/python3.6/dist-packages (from kaggle) (4.41.1)
Requirement already satisfied: python-slugify in /usr/local/lib/python3.6/dist-packages (from kaggle) (4.0.0)
Requirement already satisfied: certifi in /usr/local/lib/python3.6/dist-packages (from kaggle) (2020.6.20)
Requirement already satisfied: requests in /usr/local/lib/python3.6/dist-packages (from kaggle) (2.23.0)
Requirement already satisfied: text-unidecode>=1.3 in /usr/local/lib/python3.6/dist-packages (from python-slugify->kaggle) (1.3)
Requirement already satisfied: chardet<4,>=3.0.2 in /usr/local/lib/python3.6/dist-packages (from requests->kaggle) (3.0.4)
Requirement already satisfied: idna<3,>=2.5 in /usr/local/lib/python3.6/dist-packages (from requests->kaggle) (2.9)
from google.colab import files
files.upload()
Saving kaggle.json to kaggle.json
{'kaggle.json': b'{"username":"j2hoon85","key":"5a23c8dba5a151100b483a587eafdac8"}'}
!mkdir -p ~/.kaggle # 파일 생성
!mv kaggle.json ~/.kaggle/ # kaggle.json 파일 이동
!chmod 600 ~/.kaggle/kaggle.json # 권한 부여
!kaggle competitions list
Warning: Looks like you're using an outdated API Version, please consider updating (server 1.5.6 / client 1.5.4)
ref deadline category reward teamCount userHasEntered
--------------------------------------------- ------------------- --------------- --------- --------- --------------
tpu-getting-started 2030-06-03 23:59:00 Getting Started Kudos 125 False
digit-recognizer 2030-01-01 00:00:00 Getting Started Knowledge 2958 False
titanic 2030-01-01 00:00:00 Getting Started Knowledge 22881 True
house-prices-advanced-regression-techniques 2030-01-01 00:00:00 Getting Started Knowledge 4985 True
connectx 2030-01-01 00:00:00 Getting Started Knowledge 673 False
nlp-getting-started 2030-01-01 00:00:00 Getting Started Kudos 1455 True
competitive-data-science-predict-future-sales 2020-12-31 23:59:00 Playground Kudos 7626 False
halite 2020-09-15 23:59:00 Featured Swag 534 False
birdsong-recognition 2020-09-15 23:59:00 Research $25,000 244 False
landmark-retrieval-2020 2020-08-17 23:59:00 Research $25,000 53 False
siim-isic-melanoma-classification 2020-08-17 23:59:00 Featured $30,000 1672 False
global-wheat-detection 2020-08-04 23:59:00 Research $15,000 1353 False
open-images-object-detection-rvc-2020 2020-07-31 16:00:00 Playground Knowledge 45 False
open-images-instance-segmentation-rvc-2020 2020-07-31 16:00:00 Playground Knowledge 9 False
hashcode-photo-slideshow 2020-07-27 23:59:00 Playground Knowledge 50 False
prostate-cancer-grade-assessment 2020-07-22 23:59:00 Featured $25,000 765 False
alaska2-image-steganalysis 2020-07-20 23:59:00 Research $25,000 869 False
m5-forecasting-accuracy 2020-06-30 23:59:00 Featured $50,000 5558 True
m5-forecasting-uncertainty 2020-06-30 23:59:00 Featured $50,000 909 False
trends-assessment-prediction 2020-06-29 23:59:00 Research $25,000 1047 False
!kaggle competitions download -c titanic
Warning: Looks like you're using an outdated API Version, please consider updating (server 1.5.6 / client 1.5.4)
gender_submission.csv: Skipping, found more recently modified local copy (use --force to force download)
test.csv: Skipping, found more recently modified local copy (use --force to force download)
train.csv: Skipping, found more recently modified local copy (use --force to force download)
!ls
chloevan_key.pem gender_submission.csv sample_data test.csv train.csv
import pandas as pd
titanic_df = pd.read_csv(r'train.csv')
titanic_df.head(3)
print('titanic 변수 type:', type(titanic_df))
titanic 변수 type: <class 'pandas.core.frame.DataFrame'>
value_counts()는 해당 칼럼값의 데이터 유형과 건수를 반환함val_count = titanic_df['Embarked'].value_counts()
print(type(val_count))
print(val_count)
<class 'pandas.core.series.Series'>
S 644
C 168
Q 77
Name: Embarked, dtype: int64
drop()는 axis의 기준에 따라서 행과 열의 데이터를 삭제한다.labels, inplace, axis에 따라 구분된다.
0은 행 방향, 1은 컬럼 방향axis=1를 활용하여 우선 컬럼명을 삭제한다.data = titanic_df.copy()
data_drop = data.drop(labels = 'Age', axis=1)
data_drop.head()
<