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
__str__과 __repr__ __str__ __repr__ __str__과 __repr__ __str__과 __repr__ 다음 클래스 Book1에는 초기값을 전달하는 매직메서드 __init__ 만을 포함하고 있습니다. 이 경우는 클래스 인스턴스 자체는 평가되지 않은 상태로서 다음과 같이 속성을 호출할 경우만 결과를 반환합니다. class Book1: def __init__(self, kind, vol): self.kind=kind self.vol=vol book1=Book1('소설', 300) book1 <__main__.Book1 at 0x7f53400bb790> print(book1) <__main__.Book1 object at 0x7f53400bb790> book1.kind, book1.vol ('소설', 300) __str__ 그러나 매직메소드 __str__ 을 첨가하여 객체의 호출로 문자열을 인쇄할 수 있습니다(print). 매직 메소드인 __str__은 print()함수에 응답 하는 것으로 입력된 문자열을 인쇄되지만 평가되지 않습니다. 즉 return 문으로 결과를 반환하지 않습니다. 그러므로 그 객체의 단순 호출로 반환하는 결과는 없는 상태입니다. 매직메소드 __str__은 문자열을 반환하는 메서드로서 일반 객체에 대한 str() 함수와 같은 내용을 반환합니다. class Book2: def __init__(self, kind, vol): self.kind=kind self.vol=vol def __str__(self): return f'그 책은 {self.kind} 입니다.' book2=Book2('비소설', 500) book2 <__main__.Book2 at 0x7f533155fcd0> p