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 계산 결과를 분수로 표시하는 방법 sympy객체의 자료형 확인 계산 결과를 분수로 표시하는 방법 Rational('분수'), Rational(분자, 분모), Rational(유리수) import numpy as np from sympy import * y=x**(2/3)*(2*x-x**2);y $\quad\color{navy}{\scriptstyle x^{0.666666666666667} \left(- x^{2} + 2 x\right)}$ expand(diff(y, x)) $\quad\color{navy}{\scriptstyle 3.33333333333333 x^{0.666666666666667} - 2.66666666666667 x^{1.66666666666667}}$ 위 결과들을 분수로 나타냅니다. y=x**Rational('2/3')*(2*x-x**2);y $\quad\color{navy}{\scriptstyle x^{\frac{2}{3}} \left(- x^{2} + 2 x\right)}$ expand(diff(y, x)) $\quad\color{navy}{\scriptstyle - \frac{8 x^{\frac{5}{3}}}{3} + \frac{10 x^{\frac{2}{3}}}{3}}$ sympy객체의 자료형 확인 x=[20**(1/3)*3**(2/3)/3, -20**(1/3)*3**(2/3)/6 - 20**(1/3)*3**(1/6)*I/2, -20**(1/3)*3**(2/3)/6 + 20**(1/3)*3**(1/6)*I/2] x [1.8820720577620567, -0.941036028881028 - 1.62992221377479*I, -0.941036028881028 + 1.62992221377479*I] [type(i) for i in x] [float, sympy.core.add.Add, sympy.core.add.Add] sympy에서 정수와