sons dataStory

데이터분포의 시각화 2: Kernel density estimation 히스토그램 작성을 위해 사용한 histplot()은 각 구간(bin)에 대응하는 빈도수(Count)를 작성한 것입니다( 데이터분포의 시각화(histplot & displot) 참조). 빈도수를 정규화한 통계량인 density 로 그래프를 작성하기 위해 figure-level 함수인 displot() 의 인수 stat를 stat="density" 로 지정합니다. 또한 y-축에 확률(probability)를 나타내기 위해 stat="probabilty" 로 지정합니다. axes-level 함수인 kdeplot() 으로 작성할 수 있습니다( Figure-level과 Axes-level 함수 그리고 히스토그램 참조 참조). import numpy as np from sklearn.datasets import make_blobs import pandas as pd from sklearn.preprocessing import StandardScaler import matplotlib.pyplot as plt plt.rcParams['font.family'] ='NanumGothic' plt.rcParams['axes.unicode_minus'] =False import seaborn as sns import yfinance as yf 사용할 데이터로 코스피 지수의 일일자료(^KS11)를 모듈 yfiance를 사용하여 호출합니다. 그 자료에서 에 대해 일일변화율(시가에 대한 종가의 변화율)과 일간 거래량(Volume)의 변화율을 목록화하여 첨가하여 다음코드의 결과인 kos1df 자료를 생성합니다. st=pd.Timestamp(2023, 10, 17) et=pd.Timestamp(2024, 10, 17) kos=yf.download("^KS11",st, et) kos=kos.drop('...