파이썬 비망록 초기초
불필요한 구문을 작성하는 방법
# listの生成
list = [0,1,2]
print(list)
[0, 1, 2]
#listの追加
list2 = [[0,1,2]]
list2.append([3,4,5])
list2
[[0, 1, 2], [3, 4, 5]]
#list
len([0,1,2])
3
#list
[0,1,2].count(0)
1
#辞書 {key:value}の形式で作成
#メソッドgetに指定するとvalueを返す
{"宮迫" : "謹慎", "田村" : "復帰"}.get("宮迫")
'근신'
#list スライスでの指定
#[:3]で0から3番目の手前まで指定
[0, 1, 2, 3, 4, 5][:3]
[0,1,2]
#UDF関数の作り方
def printHello():
return print("Hello, world!!")
printHello()
'Hello, world!!'
#if文での条件分岐
x = 10
if x <= 20:
print("xは20以下です。")
if x <= 30:
print("xは30以下です。")
elif x >=40:
print("xは40以上です。") #この文は表示されない
'x는 20 이하입니다. '
'x는 30 이하입니다. '
#for文
x = 0
for i in range(100):
x += i
4950
numpy
module import
# numpyモジュールのインポート
import numpy as np
example1 = np.array([2, 4, 6, 8, 10])
example1
array([ 2, 4, 6, 8, 10])
#print("{}".format()) はコメント付けれるので中身を確認しやすい
print("example1:\n{}".format(example1))
example1:
[2 4 6 8 10]
# ネストされたリストを渡した場合
example2 = np.array([[1, 2, 3, 4, 5], [2, 4, 6, 8, 10]])
example2
배열 (
[[ 1, 2, 3, 4, 5],
[2, 4, 6, 8, 10]])
# example2の次元と形
# shapeはlistには使えないので注意!ndarrayに入れよう
print(example2.ndim, example2.shape)
2 (2, 5)
# 行列置換
example2.transpose()
배열 (
[[ 1, 2],
[ 2, 4],
[ 3, 6],
[ 4, 8],
[ 5, 10]])
# ndarray → list変換
np.array([1,2,3,4,5][2,3,4,5,6]).tolist()
pandas
module import
# pandasモジュールのインポート
import pandas as pd
data = pd.DataFrame({"area" : [18, 19, 20], "age" : [5, 4, 10]}, index = ["A", "B", "C"])
data
# データフレームの先頭n行のみ参照する。
data.head(1)
# データフレームからvaluesのnumpy配列 / 列名のnumpy配列を取得する。
data.values, data.columns
(array ([
[5, 18],
[ 4, 19],
[10, 20]]),
Index(['age', 'area'], dtype='object'))
#要約統計量
data.describe()
#相関係数
data.corr()
# 列の削除
data = data.drop("time", axis = 1)
data
# 列選択
data[["age","area"]]
# 条件指定
data[(data["age"]<=5) & (data["area"]==18)]
# ndarray→dataframe
A = np.array([[1,2],[2,3],[3,4]])
# cloumns命名
B = pd.DataFrame(A,columns={"NO_1","NO_2"})
# cloumns名変更
B.rename(columns={"NO_1":"no1","NO_2":"no2"})
# 集計
B.groupby("NO_1",as_index=False).sum()
Reference
이 문제에 관하여(파이썬 비망록 초기초), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/sushikaiten1192/items/e633b1422a49ed95177f
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
# listの生成
list = [0,1,2]
print(list)
#listの追加
list2 = [[0,1,2]]
list2.append([3,4,5])
list2
#list
len([0,1,2])
#list
[0,1,2].count(0)
#辞書 {key:value}の形式で作成
#メソッドgetに指定するとvalueを返す
{"宮迫" : "謹慎", "田村" : "復帰"}.get("宮迫")
#list スライスでの指定
#[:3]で0から3番目の手前まで指定
[0, 1, 2, 3, 4, 5][:3]
#UDF関数の作り方
def printHello():
return print("Hello, world!!")
printHello()
#if文での条件分岐
x = 10
if x <= 20:
print("xは20以下です。")
if x <= 30:
print("xは30以下です。")
elif x >=40:
print("xは40以上です。") #この文は表示されない
#for文
x = 0
for i in range(100):
x += i
module import
# numpyモジュールのインポート
import numpy as np
example1 = np.array([2, 4, 6, 8, 10])
example1
array([ 2, 4, 6, 8, 10])
#print("{}".format()) はコメント付けれるので中身を確認しやすい
print("example1:\n{}".format(example1))
example1:
[2 4 6 8 10]
# ネストされたリストを渡した場合
example2 = np.array([[1, 2, 3, 4, 5], [2, 4, 6, 8, 10]])
example2
배열 (
[[ 1, 2, 3, 4, 5],
[2, 4, 6, 8, 10]])
# example2の次元と形
# shapeはlistには使えないので注意!ndarrayに入れよう
print(example2.ndim, example2.shape)
2 (2, 5)
# 行列置換
example2.transpose()
배열 (
[[ 1, 2],
[ 2, 4],
[ 3, 6],
[ 4, 8],
[ 5, 10]])
# ndarray → list変換
np.array([1,2,3,4,5][2,3,4,5,6]).tolist()
pandas
module import
# pandasモジュールのインポート
import pandas as pd
data = pd.DataFrame({"area" : [18, 19, 20], "age" : [5, 4, 10]}, index = ["A", "B", "C"])
data
# データフレームの先頭n行のみ参照する。
data.head(1)
# データフレームからvaluesのnumpy配列 / 列名のnumpy配列を取得する。
data.values, data.columns
(array ([
[5, 18],
[ 4, 19],
[10, 20]]),
Index(['age', 'area'], dtype='object'))
#要約統計量
data.describe()
#相関係数
data.corr()
# 列の削除
data = data.drop("time", axis = 1)
data
# 列選択
data[["age","area"]]
# 条件指定
data[(data["age"]<=5) & (data["area"]==18)]
# ndarray→dataframe
A = np.array([[1,2],[2,3],[3,4]])
# cloumns命名
B = pd.DataFrame(A,columns={"NO_1","NO_2"})
# cloumns名変更
B.rename(columns={"NO_1":"no1","NO_2":"no2"})
# 集計
B.groupby("NO_1",as_index=False).sum()
Reference
이 문제에 관하여(파이썬 비망록 초기초), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/sushikaiten1192/items/e633b1422a49ed95177f
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
# pandasモジュールのインポート
import pandas as pd
data = pd.DataFrame({"area" : [18, 19, 20], "age" : [5, 4, 10]}, index = ["A", "B", "C"])
data
# データフレームの先頭n行のみ参照する。
data.head(1)
# データフレームからvaluesのnumpy配列 / 列名のnumpy配列を取得する。
data.values, data.columns
#要約統計量
data.describe()
#相関係数
data.corr()
# 列の削除
data = data.drop("time", axis = 1)
data
# 列選択
data[["age","area"]]
# 条件指定
data[(data["age"]<=5) & (data["area"]==18)]
# ndarray→dataframe
A = np.array([[1,2],[2,3],[3,4]])
# cloumns命名
B = pd.DataFrame(A,columns={"NO_1","NO_2"})
# cloumns名変更
B.rename(columns={"NO_1":"no1","NO_2":"no2"})
# 集計
B.groupby("NO_1",as_index=False).sum()
Reference
이 문제에 관하여(파이썬 비망록 초기초), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/sushikaiten1192/items/e633b1422a49ed95177f텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)