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
클로저(Closure) 함수는 일급객체 이므로 다른 함수의 반환값이 될 수 있습니다. 예를 들어 중첩함수 를 포함하는 경우 외부함수 내부에서 중첩함수를 호출하여 실행 시킬 수 있습니다. 다음 함수 first는 중첩함수인 increse()를 포함하고 있는 구조입니다. def first(x): #(1) def increase(y): #(3) return (x+y) #(4) return increase(x) #(2) first(1) 2 함수에서 정의된 변수는 작동영역이 함수 내부로 한정됩니다. 그러므로 위 함수에서 변수 x는 외부함수인 first() 내부이고 변수 y는 중첩함수 increase()의 내부로 한정됩니다. 작동범위가 가장 작은 변수를 지역변수 (local vaiable)라고 하고 그 외 부분에 존재하는 변수를 비지역변수 (non-local variable)라고 합니다. 즉 y는 지역변수 x는 비지역변수가 됩니다. 다음과 같은 위 함수의 동작 과정에 따라 비지역변수와 지역변수의 변화가 발생합니다. first 함수에 인수 x 값 전달 본문에 중첩함수 이외에 다른 코드가 없으므로 직접적으로 return 함수를 실행 : 인수 x=1을 전달하면서 중첩함수 increase() 호출 중첩함수에 전달된 인수 x=1은 지역변수 y값이 됩니다. increase()함수 실행: 비지역변수 x(1)과 지역변수 (1)의 합을 실행 위와 같은 구조의 함수에서 지역변수 y값은 x값에 의존됩니다. 즉, 지역변수 y를 x와는 독립적으로 변경할 수 없습니다. x와 독립적으로 사용하기 위해 다음과 같이 함수의 수정할 수 있습니다. def first1(x): def increase(y): return (x+y) return increase first1(1) <function __main__.first1.<locals>.increase(y)> 함수 first1()