일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 스프링
- JSP
- mvc 구조
- R 스튜디오
- 데이터 베이스
- 머신러닝 #머신러닝 종류
- 에외처리
- 장고
- 장고 #네비게이션
- 환경구축
- 데이터 마이닝
- 환경설정
- mariadb # mariadb 다운로드
- 데이터마이닝
- 오라클
- DB
- jsp 환경 #환경구축 #웹사이트 구축
- 페이지 연결
- 스프링 검색
- 웹 스프링
- 데이터
- 하둡
- 글쓴이 추가
- 랜덤포레스트
- 머신러닝
- 장고 # 댓글추가
- 개발환경
- MyBatis
- 로지스틱
- 영상처리
- Today
- Total
공부잡동사니
정리 본문
# profile 설정
# - 매 세션마다 호출해야 하는 여러 모듈을 한번에 호출하기 위한 파일
# - .py 파일로 저장
# 1. 새로운 파일 열기
# 2. 호출할 모듈 나열
# 3. 저장
# 4. 새 세션에서 run profile1으로 호출
문자열 메서드
1) upper, lower, title
2) startswith, endswith
3) strip, lstrip, rstrip
4) find
5) replace
6) split
7) count
8) isalpha, isnumeric, isalnum
리스트 메서드
1) append
2) extend
3) insert
4) remove
5) pop
6) index
7) count
8) sort
9) reverse
배열 메서드
1.dtype
2.ndim
3.reshape
4.shape
in 연산자
1)문자열 in 연산자 : 문자열 패턴확인 가능 ,벡터연산불가
'x' in 'xvg'
2)리스트 in 연산자 :원소 포함 여부
1.in [1,2,]
3.np.in1d:array 원소 포함 여부 벡터 연산 가능
np.in1d([1,2,10,11],[1,2])
4.is in 메서드 in pandas
s1 =series ([1,2,3,4,5])
s1.isin([1,2])
ename.isin(['smith','allen'])
python에서의 적용함수/메서드
1. map 함수
- 1차원에 원소별 적용 가능
- 반드시 리스트로만 출력 가능
- 적용함수의 input은 스칼라 형태
- 함수의 추가 인자 전달 가능****
2. map 메서드(pandas 제공 메서드)
- 1차원(시리즈)에 원소별 적용 가능
- 반드시 시리즈만 출력 가능
- 적용함수의 input은 스칼라 형태
- 함수의 추가 인자 전달 불가
3.apply
-2차원 데이터 프레임의 행별 ,컬럼별 적용가능 pandas 제공 메서드
-적용함수의 input은 그룹(여러개 값을 갖는 형태)
-함수의 추가 인자 전달 불가 (함수의 옵션은 전달가능)
4.applymap
-2차원 데이터 프레임의 원소별 적용 가능 pandas 제공 메서드
-출력 결과 데이터 프레임
-적용함수의 input은 스칼라 형태
-df1,applymap(func),함수의 추가 인자 전달 불가
'빅데이터 분석 > 파이썬' 카테고리의 다른 글
NA치환 ,replace,데이터 프레임 브로드 캐스팅 ,Multi-inde (0) | 2025.04.06 |
---|---|
DataFrame (연산,메서드 ) (0) | 2025.04.05 |
실습정리,series ,data frame (0) | 2025.04.05 |
배열2 (0) | 2025.04.05 |
리스트 메서드 반복문 메서드 (0) | 2025.04.05 |