pbj0812의 코딩 일기

0. 목표 - floweaver 를 이용한 sankey 그래프 그리기 1. 실습 1) library 설치 - chrome 에서 실습할 것, safari 에서는 위젯 표출 시 에러 발생 !pip install ipysankeywidget !pip install floweaver 2) 데이터 생성 - source : 어디에서 - target : 어디로 - type : 무엇을 - value : 얼마만큼 보내는가 flows = pd.DataFrame({ 'source' : ['A', 'B', 'A', 'B', 'A', 'C', 'B', 'D', 'A', 'A'], 'target' : ['a1', 'a1', 'a2', 'a1', 'a3', 'a5', 'a4', 'a2', 'a3', 'a3'], 'type' : [..

0. 목표 - matplotlib 의 barh 로 분수 표현하기 1. 실습하기 1) library 호출 import matplotlib.pyplot as plt 2) 함수 제작 * 분자와 분모에는 정수 형태(분모 : 자연수, 분자 : 정수)만 삽입 가능 (1) a 에는 각 파트별 크기(1 / n), b 에는 분자의 절대값, c 에는 b 를 제외한 나머지의. 값 (2) 피규어 생성 (3) 분자가 0 이 아니면 반복문을 돌면서 b 의 크기만큼 빨간 바를 누적하여 그리고 이후 c 의 크기만큼 하얀색 바를 누적해서 그림 (4) 분자가 0 이면 c 의 크기만큼 하얀색 바를 누적해서 그림 (5) 분자가 0 보다 작은 경우와 아닌 경우를 나눠서 각 바마다 text 로 표시 (6) xlabel 표시 def fracti..

0. 목표 - stackplot 으로 Age Of Empires 그래프 그리기 1. 실습 1) library 호출 import numpy as np import matplotlib.pyplot as plt import pandas as pd 2) 데이터 프레임 생성 df = pd.DataFrame({ 'A' : [np.random.randint(1, 10) for i in range(100)], 'B' : [np.random.randint(1, 10) for i in range(100)], 'C' : [np.random.randint(1, 10) for i in range(100)]}) 3) 인덱스를 시간으로 대체 df.index = pd.date_range('1/1/2000', periods=100, ..

해당 포스팅은 pandas-bokeh의 README.md(링크) 파일 중 일부를 변형 혹은 차용하여 만든 글로 원본을 보시면 더욱 많고 정확한 정보를 얻으실 수 있습니다. 0. 목표 - pandas-bokeh 라이브러리 써보기 1. 실습(jupyter notebook 에서 실습) 1) 설치 !pip install pandas-bokeh 2) library 호출 import pandas as pd import pandas_bokeh 3) 데이터 프레임 생성 - 0부터 999 까지 생성 df = pd.DataFrame({'A' : [i for i in range(1000)]}) 4) line plot 생성 - html 창이 새롭게 열리며 아래와 같이 그래프를 그려줌 df.plot_bokeh(kind="lin..

0. 목표 - subplots 를 이용한 y 축이 두 개인 그래프(plotyy) 그리기 1. 실습 1) matplotlib 으로 그리기 (1) library 호출 import matplotlib.pyplot as plt (2) 데이터 생성 x1 = [1, 2, 3, 4, 5] y1 = [1, 2, 3, 4, 5] x2 = [1, 2, 3, 4, 5] y2 = [1, 10, 50, 100, 200] (3) subplots 생성 fig, axe1 = plt.subplots() (4) ax 복사 axe2 = axe1.twinx() (5) 그래프 그리기 c1 = axe1.plot(x1, y1, color = 'r') c2 = axe2.plot(x2, y2, color = 'b') axe1.set_ylabel('..

0. 목차 및 내용 1) Hello, Seaborn - notebook 설명, csv 읽기, lineplot plt.figure(figsize=(16,6)) sns.lineplot(data=fifa_data) 2) Line Charts - title, xlabel, label plt.figure(figsize=(14,6)) plt.title("Daily Global Streams of Popular Songs in 2017-2018") sns.lineplot(data=spotify_data['Shape of You'], label="Shape of You") sns.lineplot(data=spotify_data['Despacito'], label="Despacito") plt.xlabel("Date")..

1. 목표 - HATCH 를 통한 bar 그래프에 문양 넣기 * 주의사항 : matplotlib 3.4.0 버전 신규 기능(링크) 2. 실습 1) matplotlib 업데이트 - jupyter notebook 내에서 업데이트를 하였기에 앞에 ! 붙임 !pip install --upgrade matplotlib 2) library 호출 import matplotlib.pyplot as plt 3) hatch 를 통한 bar에 문양 적용 - *+-./OX\ox| 적용 가능 fig, ax = plt.subplots() ax.bar(1, 1, hatch=['*']) plt.show() (1) * (2) + (3) - (4) . (5) / (6) O(대문자) (7) X(대문자) (8) \ - '\' 이렇게 하면 ..

0. 목표 - 자동화 Pie-Donut 차트 만들기 1. 기존의 Pie-Donut 차트 분석 - 기존 원본 링크 - 기존에는 숫자, 사이즈, 명암을 사람의 손으로 구해야 되어서 불편함이 많음 2. FlowChart 3. 실습 1) library 호출 - 차트에 한글을 넣기 위한 rc 호출(mac) import pandas as pd import random import numpy as np from matplotlib import rc rc('font', family='AppleGothic') 2) 데이터 생성 df = pd.DataFrame({'학년' : ['1학년', '2학년', '3학년', '1학년', '2학년', '1학년', '1학년'], '반' : ['1반', '2반', '3반', '4반', '..

0. 목표 - seaborn 을 이용한 heatmap 그리기 1. 이중 group by 확인 예제 1) library 호출 import pandas as pd 2) 데이터 생성 df = pd.DataFrame({'a' : [1, 2, 3, 4, 1], 'b' : [1, 1, 1, 1, 1], 'c' : [2, 3, 5, 10, 11]}) 3) 이중 group by 를 통한 숫자 세기 df.groupby(by=['a', 'b'], as_index=False).count() 2. seaborn 을 통한 heatmap 제작 1) library 호출 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sn..

0. 목표 - tfjs-vis 를 이용한 tensorflow.js 내에서의 학습 상황 모니터링 1. vis.html - tfjs-vis import 필요 - tfvis.show.modelSummary 를 이용하면 모델의 구조를 시각화 - tfvis.show.history 를 이용하여 학습 상황 시각화 2. main.js var http = require('http'); var fs = require('fs'); var app = http.createServer(function(request,response){ var url = request.url; if(request.url == '/'){ url = '/vis.html'; } if(request.url == '/favicon.ico'){ return ..