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
내용 변수와 상수 Literals(리터럴) 숫자형 리터럴 Int 형의 진법변환 format(x, 진수) String(문자형 리터럴) Boolean literals None literals 컬렉션(Collections) 변수, 상수, 그리고 literals 변수와 상수 변수 메모리에 할당된 데이터를 참조하기 위한 이름입니다. 변수의 내용은 수정이나 치환이 가능합니다. 실제로 참조경로가 수정되는 것입니다. 상수 변수와 같지만 수정이나 치환되지 않습니다. 변수나 상수에 값을 할당하기 위해 ' = ' 를 사용합니다. x="apple";x 'apple' x=32 #변수이므로 값의 수정이 가능함 x 32 여러 변수에 각 값을 동시에 할당할 수 있습니다. a, b, c=5, 3.14, "Python" a 5 b 3.14 c 'Python' python에서는 상수와 변수를 엄격히 구분하지 않습니다. 그러나 변형할 수 없는 수를 포함하는 파일을 작성하고 이 파일을 가져오기 하여 상수로 사용할 수 있습니다. 즉, 상수를 포함하는 파일을 모듈로 사용하는 것입니다. 특정한 수를 상수로 사용해야 할 경우 별도의 파일로 작성하여 모듈로 사용하는 방법을 적용할 수 있습니다. 다음 코드는 일정한 수준에서 반올림한 π 값을 상수로 사용하기 위해 python 파일(contant.py)을 작성한 후 모듈로 임포팅 하여 사용한 예입니다. 현 파이썬 인터프리터에 임포팅한 값을 수정하더라고 특정한 수를 포함한 원시파일(raw file)의 값을 변경되지 않습니다. import constant pi=constant.PI pi 3.14 constant.PI=3.