모듈 패키지
- 우리가 당연하게 사용하는 것들이 결국 다 만들어 사용하는 것
- 직접 우리도 만들 수 있고, 패키지 ,내장 함수를 만들 수 있다.
- 패키지라고 하는 것은 -> 여러가지 기능 묶은 것들을 말한다.
- 모듈 특정 기능에 대해서 작성해 둔 것들 -> print 에 대한 기능들
- 대부분 다 만들어진 모듈을 사용하는 것
- 이 모듈이 내 경로에 없으면 부를 수 없다. 에러가 나게 되고
- 이 모듈을 부르기 위해서 install 작업 등을 진행해서 편하게 불러올 수 있게 만든다.
- 처음에 에러가 많이 나는 경우가 패키지가 없는데 불러오는 것에서부터 에러가 많이난다.
- import 모듈
import 모듈
#수학 모듈 패키지
import math
#수학 모듈 패키지
import math
math.pi #파이값 부르기
3.141592653589793
math.sqrt(36) #제곱근 값 부르기
6.0
import math as ma #간단하게 표현하기 위한 별칭을 지정할 수 있다
ma.pi
3.141592653589793
# 데이터 분석에 필요한 모듈을 한 번 사용해보자
import pandas as pd
import numpy as np
# 데이터 분석에 필요한 모듈을 한 번 사용해보자
import pandas as pd
import numpy as np
# 판다스에서 제공하는 함수 pd.DataFrame
info1=pd.DataFrame({'이름':['국준
# 판다스에서 제공하는 함수 pd.DataFrame
info1=pd.DataFrame({'이름':['국준호', '국주노', '쿸주노'],'키':[160,170,180]})
info1
이름 키
0 국준호 160
1 국주노 170
2 쿸주노 180
# 넘파이는 공학
np.sum(info1['키'])
510
np.max(info1['키'])
180
np.min(info1['키'])
160
np.mean(info1['키']) #평균
170.0
np.var(info1['키']) #분산
66.66666666666667
np.std(info1['키']) #표준편차
8.16496580927726
np.median(info1['키']) #중앙값
170.0
타이타닉 데이터를 모듈에서 불러오자!
- 데이터를 불러오는 방법은 2가지가 있다.
- 패키지에서 불러올 수 있는 데이터
- 내가 직접 만든 또는 다운로드 받은 데이터를 불러올 수 있다. -> 로컬에 있는 환경에서 가지고 오는 것
import seaborn as sb
pip install seaborn
Requirement already satisfied: seaborn in c:\users\rnrwnsgh\anaconda3\lib\site-packages (0.11.2)
Requirement already satisfied: matplotlib>=2.2 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from seaborn) (3.5.2)
Requirement already satisfied: pandas>=0.23 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from seaborn) (1.4.4)
Requirement already satisfied: scipy>=1.0 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from seaborn) (1.9.1)
Requirement already satisfied: numpy>=1.15 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from seaborn) (1.21.5)
Requirement already satisfied: python-dateutil>=2.7 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (2.8.2)
Requirement already satisfied: packaging>=20.0 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (21.3)
Requirement already satisfied: fonttools>=4.22.0 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (4.25.0)
Requirement already satisfied: cycler>=0.10 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (0.11.0)
Requirement already satisfied: pyparsing>=2.2.1 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (3.0.9)
Requirement already satisfied: pillow>=6.2.0 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (9.2.0)
Requirement already satisfied: kiwisolver>=1.0.1 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from matplotlib>=2.2->seaborn) (1.4.2)
Requirement already satisfied: pytz>=2020.1 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from pandas>=0.23->seaborn) (2022.1)
Requirement already satisfied: six>=1.5 in c:\users\rnrwnsgh\anaconda3\lib\site-packages (from python-dateutil>=2.7->matplotlib>=2.2->seaborn) (1.16.0)
Note: you may need to restart the kernel to use updated packages.
df_tt=sb.load_dataset('titanic')
df_tt
survived pclass sex age sibsp parch fare embarked class who adult_male deck embark_town alive alone
0 0 3 male 22.0 1 0 7.2500 S Third man True NaN Southampton no False
1 1 1 female 38.0 1 0 71.2833 C First woman False C Cherbourg yes False
2 1 3 female 26.0 0 0 7.9250 S Third woman False NaN Southampton yes True
3 1 1 female 35.0 1 0 53.1000 S First woman False C Southampton yes False
4 0 3 male 35.0 0 0 8.0500 S Third man True NaN Southampton no True
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
886 0 2 male 27.0 0 0 13.0000 S Second man True NaN Southampton no True
887 1 1 female 19.0 0 0 30.0000 S First woman False B Southampton yes True
888 0 3 female NaN 1 2 23.4500 S Third woman False NaN Southampton no False
889 1 1 male 26.0 0 0 30.0000 C First man True C Cherbourg yes True
890 0 3 male 32.0 0 0 7.7500 Q Third man True NaN Queenstown no True
891 rows × 15 columns
for i in df_tt:
print(i)
survived
pclass
sex
age
sibsp
parch
fare
embarked
class
who
adult_male
deck
embark_town
alive
alone
a=[]
for i in df_tt.fare:
a.append(i)
fare/pclass # 리스트끼리 나누기 불가능!
fare/pclass # 리스트끼리 나누기 불가능!
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
~\AppData\Local\Temp\ipykernel_9012\1778285997.py in <module>
----> 1 fare/pclass
TypeError: unsupported operand type(s) for /: 'list' and 'list'
## 따라서 다음과 같이 리스트를 다시 정의
fare=[]
pclass=[]
fare_pclass=[]
for i,j in zip(df_tt.fare, df_tt.pclass):
fare.append(i)
pclass.append(j)
fare_pclass.append(i/j)
