파이썬18 02_102. 원소형 데이터 - 문자형(string), 논리형 2. 문자형(string)문자로 구성된 변수입니다. 문자(Character)와 문자열(String)은 프로그래밍에서 다르게 다루어집니다.문자(Character)문자(Character)는 단일한 문자를 나타냅니다. 예를 들어, 'a', 'B', '1', '$'와 같이 한 글자를 말합니다. 대부분의 프로그래밍 언어에서 문자는 해당 언어의 문자 집합(예: ASCII, 유니코드)에서 정의되는 코드에 매핑됩니다. 대개 하나의 문자는 하나의 바이트로 표현됩니다. 대표적인 문자 데이터 타입은 char입니다.>>> d = "a">>> type(d)문자열(String):문자열은 여러 개의 문자가 연속적으로 나열된 데이터입니다. 예를 들어, "Hello", "12345", "This is a string!"와 같이 여러 .. 2024. 9. 23. 02_101. 파이썬에서읠 원소형 데이터 형태- 숫자형(numeric) 파이썬에서 "원소형 데이터"란 변수나 데이터의 가장 기본적인 단위로, 더 이상 나눌 수 없는 단일 값의 데이터 유형을 의미합니다.즉, 기본 데이터 타입이나 프리미티브 타입이라고도 합니다. 파이썬에서 원소형 데이터로 취급되는 대표적인 자료형은 다음과 같습니다.정수형 (int): 정수 값을 나타냅니다. 예: 5, -10부동소수점형 (float): 실수 값을 나타냅니다. 예: 3.14, -0.001문자열형 (str): 문자열을 나타냅니다. 예: "hello", "Taeyong"불리언형 (bool): 논리 값을 나타내며, 참(True) 또는 거짓(False) 값을 가집니다.복소수형 (complex): 복소수를 나타냅니다. 예: 1 + 2j이러한 원소형 데이터는 더 이상 쪼개질 수 없는 단일 값이기 때문에 리스트.. 2024. 9. 23. (P)제21강(16)_파이썬으로 하는 다중회귀분석 실습 - statsmodels import pandas as pd import statsmodels.api as sm # statsmodel.api 를 불러옵니다. gender=["F","F","F","M","M","M"] wei = [65,66,69,67,68,72] hei = [171,172,176,173,177,178] age=[23,24,38,43,40,42] health = pd.DataFrame({'gender':gender,'wei':wei,'hei':hei,'age':age}) # Pandas의 DataFrame 으로 만듭니다. X = health[["hei","age"]] X = sm.add_constant(X) # 상수항 계산을 위해 추가 model_out = sm.OLS(health["wei"],X).fit() m.. 2021. 12. 21. (P)제21강(16)회귀분석 실습(python) - sklearn-LinearRegression [데이터 만들기] mport pandas as pd gender=["F","F","F","M","M","M"] wei = [65,66,69,67,68,72] hei = [171,172,176,173,177,178] age=[23,24,38,43,40,42] health = pd.DataFrame({'gender':gender,'wei':wei,'hei':hei,'age':age}) [사이킷런 linear_model 에서 LinearRegression 불러오기] from sklearn.linear_model import LinearRegression # Create linear regression object model_out = LinearRegression() model_out.fit(health[[".. 2021. 12. 21. (P)제24강(02)_상관분석-Python-Pandas 프로그램 파이썬에서 Pandas를 이용하여 공분산과 상관계수를 구하는 예제입니다. # Pandas로 하는 상관분석 import pandas as pd # 판다스를 불러 옴 gender=["F","F","F","M","M","M"] wei = [65,66,69,67,68,72] hei = [171,172,176,173,177,178] age=[23,24,38,43,40,42] health = pd.DataFrame({'gender':gender,'wei':wei,'hei':hei,'age':age}) # 리스트들을 DataFrame 으로 만듬 health.cov() # cov메소드를 이용, 공분산을 구함 health.corr(method='pearson') # corr 메소드를 이용 상관계수를 구함 2021. 12. 20. (P)제24강(01)_상관분석 실습 - Python-Numpy 프로그램 파이썬에서 상관계수와 공분산을 구하는 예제입니다 # 넘파이로 하는 상관분석 import numpy as np # numpy 를 불러옴 gender=["F","F","F","M","M","M"] wei = [65,66,69,67,68,72] hei = [171,172,176,173,177,178] age=[23,24,38,43,40,42] # 표본상관계수를 구하기 위해 numpy의 corrcoef() 를 이용 np.corrcoef(wei,hei) # 공분산 구하기 np.cov(wei,hei) 2021. 12. 20. 이전 1 2 3 다음
