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 for 문 for ~else while loop break 문과 continue문 반복문(loop statement) Pyhon에서 loop는 for 문 , while문 등에 의해 실현됩니다. for 문 for 문은 list, turple, string 등의 iterable 객체와 같은 시퀀스 (sequence, 연속열)에 대해 동일한 명령을 반복할 경우 사용합니다. 이와 같이 시퀀스를 반복하는 것을 루프 (loop, 순회)라고 하며 이를 실행할 수 있는 문을 반복문 이라고 합니다. for 문의 형식은 다음과 같습니다. for 인식자 in sequence: 본문 else: 본문2 인식자: 각 반복과정에서 sequence로 부터 할당되는 값 else문은 선택입니다. 즉, 생략 가능한 문이며 for 문 실행이 완료된 후에 결과가 반환됩니다. for 문은 sequence의 마지막 요소에 대한 본문이 실현될 때까지 반복됩니다. for 문을 시작하는 구문의 끝은 콜론(:)으로 나타내고 그에 속한 본문들은 들여쓰기를 사용합니다. 이렇게 구성된 전체 for 문은 하나의 코드블럭이 되며 for 문외의 다른 코드들과 분리됩니다. tot=0 #결과를 위한 객체, 0으로 초기화 for i in range(1, 11): tot +=i #== tot = tot+1 print(f"1에서 10까지의 합: {tot}") 1에서 10까지의 합: 55 len() , range() 함수를 사용하여 요소의 인덱스를 인식자로 전달할 수 있습니다. x=['apple', 'pear', 'starwberry'] for i in x: print(i, end=",") apple,pear,starwberry, for i in range(len(x)): print(x[i], end="