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 데코레이터 Basic 데코레이터에 의한 함수의 수정 다양한 데코레이터의 적용 데코레이터(Decorator, 장식자) 데코레이터 데코레이터(장식자)는 함수를 수정하지 않은 상태에서 추가기능을 구현할 경우 사용합니다. 즉, 1급 객체인 호출 가능 객체 (callable object)를 영구적으로 수정하지 않고도 그들(함수, 메서드 및 클래스)의 동작을 확장하고 수정할 수 있습니다. 새로 작성하는 개체에 내장된 또는 기존 클래스 또는 함수의 동작을 추가하기 위해 데코레이터를 사용합니다. 이러한 방법의 기반은 함수가 1급객체로서 다음과 같이 작용할 수 있기 때문에 가능합니다. 함수는 객체입니다. 변수에 할당하고 다른 함수에 전달 및 반환할 수 있습니다. 함수는 다른 함수 내부에서 정의할 수 있으며 그 중첩함수(내부함수)는 외부함수의 모든 속성과 변수들을 사용합니다. ( 클로저 ) Basic 데코레이터는 다른 함수를 "장식"(decoration)하거나 "래핑"(wraping)하고 래핑된 함수가 실행되기 전후에 코드를 실행할 수 있도록 합니다. 데코레이터를 사용하면 다른 기능의 동작을 변경하거나 확장할 수 있는 재사용 가능한 블록을 정의할 수 있습니다. 또한 래핑된 함수 자체를 영구적으로 수정하지 않고도 이를 수행할 수 있습니다. 함수의 동작은 장식될 때만 변경됩니다. 기본적으로 데코레이터는 callable을 입력으로 받아 다른 callable을 반환하는 callable개체입니다. 다음 함수에는 다른 함수를 인수로 받는 callable으로 인수로 받는 함수를 수정없이 반환합니다. def nullDeco(func): return func 위 함수에 다른 함수를 인수로 전달합니다. 당연히 전달된 함수가 반환될 것입니다. def greet(): return 'Hello!' nullDeco(greet()) 'Hello!' cal