sons dataStory

plot() 함수 plt.plot(x, y) 함수에 x와 y 데이터를 입력하여 플롯을 작성합니다. 이 경우 y 값만을 제공하는 경우 y의 인덱스를 x값으로 인식합니다. 또한 함수에 의한 결과 역시 좌표의 값이 됩니다. import numpy as np import pandas as pd from sklearn.preprocessing import StandardScaler import yfinance as yf import matplotlib as mpl import matplotlib.pyplot as plt plt.rcParams['font.family'] ='NanumGothic' plt.rcParams['axes.unicode_minus'] =False import seaborn as sns matplotlib하에서 작성된 플롯이지만 seaborn에서 제공하는 플롯의 스타일을 사용할 수 있습니다. 위 코드 sns.set_style() 함수에 의해 이루어집니다. np.random.RandomState(3) x=np.arange(20) y=np.random.standard_normal(20) plt.figure(figsize=(4,3)) plt.plot(x,y) plt.show() 다음 코드의 plt.subplots(rows, columns, figsize, gridspec_kw, …) 는 그림을 작성하는 프레임을 여러개의 하위그룹으로 구분하기 위한 함수입니다. 이 함수는 다양한 매개변수를 가질 수 있습니다. rows, columns는 전체 그림 프레임을 분리하기 위한 행과 열수를 지정, 다음 코드는 1행 2열로 2개의 하위 그림을 작성 전체 프레임의 이름 fig, 두 개의 하위 프레임은 각각 ax1, ax2로 지정 하위 그림 프레임은 인덱스를 사용하여 지정할 수도 있음 행 또는 열이 1개인 경우는 벡터로 고려되므로 인덱스는 [0], [1] 과 같이 1개로 표시 그러나 하위 프레...

함수의 인자 axis 파이썬 패키지인 numpy는 1차원 벡터들을 기반으로 2, 3차원 등의 다양한 차원의 기반이 되는 배열(array)를 생성합니다. 그러므로 그들의 모양과 연산에 관련된 함수들의 인수 중에 axis를 포함합니다. 이 인수 axis는 값들이 나열 되는 축의 인덱스를 의미합니다. 즉, 다음의 1차원 벡터를 나타내기 위해서는 1개의 축만이 필요합니다. np.random.seed(1) x=np.random.randint(0, 10, size=3) print(x) [5 8 9] print(f"x의 모양: {x.shape}\nx의 차원: {x.ndim}") x의 모양: (3,) x의 차원: 1 위 객체 x의 모양은 1개의 숫자로 표현됩니다. 이것은 1개의 축위에 x의 값들을 나열할 수 있음을 나타내는 것으로 축 인덱스는 0만 존재합니다. 인덱스는 0부터 시작하는 음이 아닌 정수입니다. 다음 객체 X는 2차원 다음 객체 X는 2차원으로 모양을 나타내기 위해 2개의 수가 필요합니다. 즉, 두개의 축이 필요함을 의미하는 것으로 축 인덱스는 0과 1이 됩니다. np.random.seed(1) X=np.random.randint(0, 10, size=(3,4)) print(X) [[5 8 9 5] [0 0 1 7] [6 9 2 4]] print(f"X의 모양: {X.shape}\nX의 차원: {X.ndim}") X의 모양: (3, 4) X의 차원: 2 객체 X의 각 요소의 합을 계산하기 위해 함수 np.sum(객체, axis=None)을 사용합니다. 이 함수의 인수 axis는 축 인덱스를 지정하는 것으로 기본값은 None입니다. 이 경우 축을 무시하고 모든 요소의 합을 나타냅니다. np.sum(X) 56 axis=0인 경우 객체 X의 축 인덱스 0에서 다른 값들의 합을 계산합니다. 축인덱스: 1  ↓ 행/열 인덱스 0 1 2 3 1 축 합 축인덱...