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 모듈 모듈의 import 모듈의 경로 설정 패키지(Package) importing 방법 모듈(module) 모듈 프로그램 중 실행가능한 일정한 부분을 그룹화하여 전체 코드들에서 분해 할 수 있습니다. 이 그룹화된 부분은 다른 프로그램을 작성하기 위해 반복적으로 사용할 수 있는 프로그램이 됩니다. 이러한 프로그램을 모듈(Module)이라고 합니다. 큰 프로그램의 경우 작은 단위로 모듈화한다면 프로그램의 실행과 수정, 복구 등 관리차원에서 매우 유리합니다. 다음과 같이 정리할 수 있습니다. 모듈 객체 정의(definition)와 문(statement)를 포함하는 파일 파이썬에서 생성하는 모듈의 확장명은 .py입니다. 프로그램을 실행 가능한 부분들의 조합으로 작성하기 위해 사용 모듈 전체 또는 일부를 다른 모듈, 프로그램 또는 인터프리터에서 호출하여 사용할 수 있습니다. 예를 들어 다음 함수를 확장자 " .py " 형식으로 작성하여 별도의 파일에 저장 한다면 모듈이 됩니다. 모듈의 import 다음은 모듈을 생성하고 저장한 모듈을 임포트(import)하는 코드의 예입니다. 다음 코드는 두 수를 더하는 사용자 정의 함수입니다. 이 함수는 파이썬 인터프리터의 모든 영역에서 사용할 수 있습니다. 그러나 파이썬 자체를 종결한 후 생성한 함수도 소멸되므로 추후에 사용하기 위해 별도의 파일로 저장합니다. 이렇게 저장된 python파일이 모듈이 됩니다. 다음은 test.py의 내용으로 두 수를 더하는 함수입니다. def add(a, b): return a+b 위 파일을 모듈로 사용하기 위해 실행파일에서 test.py를 임포트 합니다. import test test.add(3,5) 8 모듈의 경로 설정 파이썬은 임포트하기 위한 모듈의 경로가 지정되어 있습니다. 다시말하면 파이썬에 등록된 위치에 모듈들을 저장해야 합니다. 새로