A B C d E F G H I K L M N O P Q R S T U V W Z A statsmodels.ap.stats.anova_lm(x) statsmodels.formula.api.ols 에 의해 생성되는 모형 즉, 클래스 인스턴스(x)를 인수로 받아 anova를 실행합니다. np.argsort(x, axis=-1, kind=None) 객체 x를 정렬할 경우 각 값에 대응하는 인덱스를 반환합니다. Axis는 기준 축을 지정하기 위한 매개변수로서 정렬의 방향을 조정할 수 있음(-1은 기본값으로 마지막 축) pandas.Series.autocorr(lag=1) lag에 전달한 지연수에 따른 값들 사이의 자기상관을 계산 B scipy.stats.bernoulli(x, p) 베르누이분포에 관련된 통계량을 계산하기 위한 클래스를 생성합니다. x: 랜덤변수 p: 단일 시행에서의 확률 scipy.stats.binom(x, n, p) 이항분포에 관련된 통계량을 계산하기 위한 클래스를 생성합니다. x: 랜덤변수 n: 총 시행횟수 p: 단일 시행에서의 확률 C scipy.stats.chi2.pdf(x, df, loc=0, scale=1) 카이제곱분포의 확률밀도함수를 계산 $$f(x, k) =\frac{1}{2^{\frac{k}{2}−1}Γ(\frac{k}{2})}x^{k−1}\exp\left(−\frac{x^2}{2}\right)$$ x: 확률변수 df: 자유도 pd.concat(objs, axis=0, join=’outer’, …) 두 개이상의 객체를 결합한 새로운 객체를 반환. objs: Series, DataFrame 객체. Axis=0은 행단위 즉, 열 방향으로 결합, Axis=1은 열단위 즉, 행 방향으
공배수의 합 Sum of Common Multiple 3 또는 5의 배수 자연수 10이하의 3 또는 5의 배수는 3, 5, 6, 9. 이들의 합은 23 re=0 for n in range(1, 1001): if n%3==0 or n%5==0: re=re+n re 234168 위 프로그램과 같이 1000이하의 3, 5 공배수의 합? re=0 n=0 while n<=1001: if n%3==0 or n%5==0: re=re+n n += 1 re 234168 최소공배수 (Least Common Multiple) 두 수의 최소공배수 def lcmS(x, y): re=[] n=1 while len(re)<1: if n%x==0 and n%y==0: re.append(n) n+=1 return(re) lcmS(14, 215) [3010] 2 수 이상에서의 최소공배수는 numpy 배열을 사용합니다. def lcm_arrayS(x): re=[] n=2 while len(re)<1: y=np.repeat(n, len(x)) z=n%x if all(z==0): re.append(n) n+=1 return(re) x=np.array([3, 5, 9]) lcm_arrayS(x) [45] 약수(Factor) def factorS(x): re=[] for i in range(1, x+1): if (x % i == 0): re.append(i) return(re) factorS(1219) [1, 23, 53, 1219] 공약수와 최대공약수