반응형 PLT4 [3주차 - Day4] Python으로 시각화하기 - Matplotlib Matplotlib 시작하기 파이썬의 데이터 시각화 라이브러리 cf) 라이브러리 vs 프레임워크 matplotlib inline을 통해서 활성화 import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline Case Study with Arguments plt.plot([2, 4, 2, 4, 2]) # 실제 plotting을 하는 함수 # y = x + 1 plt.show() # plt를 확인하는 명령 ### Figsize: Figure(도면)의 크기 조절 plt.figure(figsize=(6, 6)) # plotting을 할 도면을 선언 plt.plot([0, 1, 2, 3, 4]) # 실제 plotti.. 2023. 3. 31. [2주차 - Day4] 시각화로 결과 요약하기 - Seaborn 시각화 라이브러리, Seaborn Seaborn matplotlib을 기반으로 하는 시각화 라이브러리 import seaborn as sns tips = sns.load_dataset("tips") sns.relplot( data=tips, x="total_bill", y="tip", col="time", hue="smoker", style="smoker", size="size", ) 다양한 그래프를 고수준(high-level)에서 쉽게 그릴 수 있습니다. 스크래핑 결과 시각화하기 1 - Web Scraping 기초 %pip install selenium %pip install webdriver_manager Requirement already satisfied: selenium in ./opt/ana.. 2023. 3. 24. Part1. Chapter 04 - 오늘 밤 유럽 축구, 어디가 이길까_ 데이터로 분석하고 내기르.. Step 1. 데이터셋 준비하기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns 데이터 출처: https://www.kaggle.com/hugomathien/soccer Colab Notebook에 Kaggle API 세팅하기 import os # os.environ을 이용하여 Kaggle API Username, Key 세팅하기 os.environ['KAGGLE_USERNAME'] = 'jhighllight' os.environ['KAGGLE_KEY'] = 'xxxxxxxxxxxxxxxxxxxxxxx' 데이터 다운로드 및 압축 해제하기 # Linux 명령어로 Kaggle API를 이용하.. 2023. 3. 9. 데이터 과학 기반의 파이썬 빅데이터 분석 Chapter10 회귀 분석 01 [선형 회귀 분석 + 산점도/선형 회귀 그래프] 환경에 따른 주택 가격 예측하기 !pip install sklearn Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/ Collecting sklearn Downloading sklearn-0.0.post1.tar.gz (3.6 kB) Preparing metadata (setup.py) ... done Building wheels for collected packages: sklearn Building wheel for sklearn (setup.py) ... done Created wheel for sklearn: file.. 2023. 1. 9. 이전 1 다음 반응형
