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 var와 symbols 분수 표현 부분분수 분해 행렬의 적용 부분분수 var와 symbols symbols(기호(문자), **args) 지정된 기호 또는 문자를 sympy객체내에서 변수로 지정. 별도의 객체화가 필요 var(기호(문자), **args) 지정된 기호 또는 문자를 sympy객체내에서 변수로 지정. sympy 내에서 var()함수의 결과가 전역변수가 되므로 별도의 객체화가 불필요 두 함수 모두 real=True와 같은 변수에 대한 조건을 부여할 수 있음 var('x') x 위의 경우 x는 기호로 적용되지만 symbols()를 사용할 경우 다음과 같이 객체로 저장해야 합니다. x=symbols("x"); x x var('a,ab,abc') (a, ab, abc) abc abc type(abc) sympy.core.symbol.Symbol real=True인자를 사용하여 기호의 범위를 한정할 수 있습니다. var('x,y', real=True) (x, y) x.is_real and y.is_real True 분수 표현 다음과 같은 분수를 나타내기 위해 다음 함수를 사용합니다. Rational(numer, denom) or Rational(유리수): 인수가 number일 경우 적용 분자, 분모가 함수일 경우는 f/g로 나타냄 numer(분수식): 분수의 분자항을 반환 denom(분수식): 분수의 분모항을 반환 x=symbols('x') f=5*x**2+10*x+3 g=2*x+2 eq=f/g; eq $\quad\color{navy}{\scriptstyle \frac{5 x^{2} + 10 x + 3}{2 x + 2}}$ numer(eq) $\quad\color{navy}{\scriptstyle