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
all, any, bool all() , any() 는 객체에 대한 판단을 True/False로 반환합니다. all: 객체의 모든 원소가 참일때만 참 any: 객체의 모든 원소가 거짓일 때만 거짓 주의할 점은 두 함수의 대상이 되는 객체는 반복가능한 (iterable) 객체로서 문자열(string), 리스트(list), 터플(turple)등이 대상이 됩니다. 0이 아닌 모든 값은 True로 인식된다. 0이외의 모든 값은 True로 인식됩니다. import numpy as np import pandas as pd x=np.random.randint(0, 10, 7) x[3]=0 x array([3, 4, 2, 0, 6, 8, 8]) all(x), any(x) (False, True) all(x>3) False any(x>3) True 내장함수인 all(), any()는 객체 전체를 판단합니다. 객체의 각 요소에 대한 판단은 bool() 에 의해 실행됩니다. bool() 객체의 각 요소에 대한 True/False를 판단 객체 자체의 판단은 에러발생 bool(x[2]) True [bool(i) for i in x] [True, True, True, False, True, True, True] 다음 함수는 조건에 부합하는 요소의 인덱스를 반환합니다. 이 함수를 적용하여 bool() 결과의 인덱스를 결정할 수 있습니다. np.where(객체, 조건) 객체내에서 조건에 부합하는 요소의 인덱스를 반환합니다. np.where([bool(i)==False for i in x]) (array([3]),)