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
주요한 내장함수들(Built-in Functions) 함수 내용 all() 모든 요소들이 참이면 True 0을 제외한 모든 수 True, empty일 경우도 True any() 참인 요소가 1개라도 존재하면 True (empty일 경우도 False) enumerate() 객체의 인덱스와 값을 튜플 형식으로 반환. set은 순서가 없는 자료형으로 디스플레이 된 순서대로 반환 len() 객체의 크기 (원소수) 반환 max(), min() 객체의 최대값과 최소값을 반환 sorted(x, reverse=False) 객체를 올림차순으로 정렬 reverse=True이면 내림차순 sum() 객체내의 모든 원소의 합 filter(조건 또는 함수, 객체) 객체에 함수를 적용하여 함수에 부합하는 부분만을 추출 x={1,2,3} print(f'모든 요소가 True이므로 {all(x)}') 모든 요소가 True이므로 True y=[0, False] print(f'모든 요소가 False이므로 {any(y)}') 모든 요소가 False이므로 False print(f'all은 empty일 경우 {all([])}, any는 empty일 경우 {any([])}') all은 empty일 경우 True, any는 empty일 경우 False list(enumerate(x)) [(0, 1), (1, 2), (2, 3)] for i, j in enumerate(y): print(f'요소의 인덱스{i}, 값:{j}') 요소의 인덱스0, 값:0 요소의 인덱스1, 값:False A=[2,1,9, 4, 3] print(f'최소값: {min(A)}, 최대값: {max(A)}') 최소값: 1, 최대값: 9 B=sorted(A); B [1, 2, 3, 4, 9] C=sorted(A, reverse=True);