Python과 pandas를 이용해 데이터를 다룰 때 용량(분량) 문제로 여러 개의 파일로 나누어진 파일에서 데이터를 불러와 합쳐야 하는 경우가 있습니다. 그럴 때 사용할 수 있는 pandas concat을 이용해 데이터프레임을 합치는 방법입니다. # pandas 패키지 불러오기 import pandas as pd # 연도별 데이터 불러와 각각 dataframe 만들기 temp_2015 = pd.read_csv("./data/2015.csv", sep=',', index_col=False, dtype='unicode') temp_2016 = pd.read_csv("./data/2016.csv", sep=',', index_col=False, dtype='unicode') temp_2017 = pd.rea..
일반적으로 파이썬(Python)을 사용하기 위해서는 PC나 서버에 실행환경을 구축해야 합니다. 간단하게 실행환경을 구축하는 방법이 많이 나와 있으나, 일시적인 관심으로 인해 파이썬을 한번 공부해보려는 생각을 하시는 분들의 경우 일단 설치하지 않고 사용해 보고 자신에게 맞는 언어인지, 또는 파이썬 코딩을 배울 필요가 있을지 등을 판단해본 다음 정식으로 설치하는 것도 좋은 방법인 것 같습니다. 브라우저를 이용해 클라우드 환경에서 가볍게 직접 코딩을 하면서 학습을 하거나 실습, 협업할 수 있는 환경들이 많이 나와 있습니다. 대표적인 방식 두 가지 정도 소개해볼까 합니다. 1. Repl.it 메인에 소개된 소개 영상을 보면, 깃허브 연동해서, 여러 사람이 공동의 코드를 공유하고 편집하며, 브라우 저상에서 바로 ..
- 지은이 : 세라 가이도, 안드레아스 뮐러, - 옮긴이 : 박해선, 출판사 : 한빛미디어, 출판일 : 2019-03-29 - 원제 : Introduction to Machine Learning with Python: A Guide for Data Scientists (2017년) 2017년에 출판된 "파이썬 라이브러리를 활용한 머신러닝, 부제 : 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서"의 번역 개정판이다. 목차상으로 큰 차이는 없어 보이지만 번역 개정판 소개를 보면 개정판을 내면서 오탈자 수정, 풀컬러 인쇄, 사이킷런 업데이트에 따른 내용 업데이트, 국내 독자를 위해 몇 가지 주제가 추가되었다고 한다. "R로 시작할 것인가, 파이썬으로 시작할 것인가?" 본격적인 데이터 분석, 머신러닝..
Head First Python - 스스로 질문하며 답을 찾는 파이썬 학습서, 개정판 지은이 : 폴 베리옮긴이 : 우정은출판사 : 한빛미디어출판일 : 2017-12-04 책소개 및 감상 파이썬은 상대적으로 다른 언어에 비해 학습하기가 쉽다고 알려져 있고, 여러 분야에서 많이 사용되는 추세인데다가, 데이터분석 분야에서 "R"과 함께 양대 산맥을 이루는 언어이기 때문에 이전부터 배워보려고 했었다. 하지만 역시 개발언어는 언어인지라 수 년 동안 초보자를 위한 여러 책들도 살펴보고, 온라인 강의도 들어봤지만 시도만 했을 뿐, 어느정도 알겠고 조금씩 헤매가며 원하는 것을 구현할 수는 있겠다는 수준까지 도달(?)하지는 못했던 것 같다. “Head First Python” 개정판이 나왔다고 해서 이번에는 한번 끝을 ..
- Total
- Today
- Yesterday
- 파이썬
- 메모
- 자기계발
- 방법론
- Sweet Home 3D
- pandas
- 사이킷런
- Python
- 추천
- 개발
- 습관
- 다국어처리
- 독서
- 책
- 아침
- 독서관리
- 육아
- read_csv
- 아침습관
- 문자열인코딩
- 공부
- 교육
- 커뮤니티리더
- 데이터분석자격
- 데이터분석
- ADsP
- RESTfulAPI
- 데이터과학
- scikit-learn
- 행복
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
31 |