pbj0812의 코딩 일기

0. 목표 - python으로 F 분포 그래프 그리기 - 독립된 두 카이제곱 분포를 따르는 확률변수 비의 분포, 등분산검정과 분산분석 등에 주로 이용 - F 값 = (카이제곱 / 자유도) / (카이제곱 / 자유도) 1. 실습 1) library 호출 import numpy as np import pandas as pd import matplotlib.pyplot as plt 2) 카이제곱 리스트 연산 함수 - 1000번 시행 def normal(inp): result = [] for i in range(1,1001): tmp = np.random.normal(size = inp) dummy = 0 for i in range(inp): tmp2 = tmp[i] ** 2 dummy += tmp2 result..

0. 목표 - sweetviz 를 통한 EDA 1. 실습 1) 설치 pip install sweetviz 2) library 호출 import sweetviz import pandas as pd 3) 데이터 불러오기 - 데이터는 타이타닉 데이터 사용 train = pd.read_csv("/Users/pbj0812/Desktop/titanic/train.csv") test = pd.read_csv("/Users/pbj0812/Desktop/titanic/test.csv") 4) 리포트 생성 my_report = sweetviz.compare([train, "Train"], [test, "Test"], "Survived") 5) 리포트 표출 - html 형식으로 표출 my_report.show_html("R..

0. 목표 - python을 통한 자유도에 따른 카이제곱 분포 그리기 - 카이제곱 분포는 정규분포를 따르는 여러 데이터를 한꺼번에 취급할 수 있어, 분산분석에 이용가능 1. 실습 1) library 호출 import numpy as np import pandas as pd import matplotlib.pyplot as plt 2) 카이제곱 리스트 생성 - np.normal.random을 통해 정규분포의 무작위 값 획득 - 1000번을 돌려 각 값에 대한 제곱값을 획득 def normal(inp): result = [] for i in range(1,1001): tmp = np.random.normal(size = inp) dummy = 0 for i in range(inp): tmp2 = tmp[i]..

0. 목표 - python으로 포아송 분포 함수 구현 1. 사전 이론 준비 - 시행 횟수가 아주 많고, 사상 발생의 확률이 아주 작을때의 이항분포 - ex) 공장에서의 불량품 수 2. 실습 1) 네이피어 수 구현 및 확인 - 1000번 까지만 구함 - 결과 :2.7169239322355936 def exp(inp): result = (1 + 1/1000) ** 1000 result = result ** (inp) return result print(exp(1)) 2) factorial 함수 구현 및 확인 - 0을 input으로 넣었을 때는 1이 출력되도록 조건 추가 - 결과 : 6 def factorial(inp): result = inp i = inp while i > 1: i -= 1 result *..

0. 목표 - python으로 왜도와 첨도를 구현하고 scipy 함수와 비교 1. 사전이론 1) 왜도 - 사진링크 2) 첨도 - 사진링크 2. 사전 함수 준비 1) 평균 def mean(inp): result = 0 len_inp = len(inp) for i in inp: result += i result = result / len_inp return result 2) 분산 def var(inp): result = 0 len_inp = len(inp) for i in inp: result += (i - mean(inp)) ** 2 result = result / len_inp return result 3) 제곱근 def sqrt(inp): result = inp/2 for i in range(30): ..

0. 목표 - 동전 던지기 게임을 통한 정규분포 그래프 생성(python) - 규칙 : 게임 1회 당 동전을 10번 던져 각 0, 1점을 부여 및 합산(총 0 ~ 10점) 1. 실습 1) library 호출 import random import matplotlib.pyplot as plt import pandas as pd 2) 시도(동전을 던지는) 횟수에 따른 점수 합산 함수 - randint를 사용하여 0 아니면 1이 랜덤으로 나오게 지정 - sum을 이용하여 모든 시도의 점수를 합산 - 결과 : 3 def game(inp): try_result = [] for i in range(inp): try_result.append(random.randint(0, 1)) result = sum(try_resu..

0. 목표 - python으로 피어슨의 상관계수 구현하기 - 상관의 정도를 나타내는 지표로 -1에서 1 사이의 값을 취함 1. 실습 1) 실습 데이터 생성 - 한눈에 봐도 상관 있어 보이는 느낌의 데이터 생성 data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 11] data2 = [2, 5, 7, 9, 12, 13, 15, 16, 19, 20] 2) 평균 함수 구현 def mean(inp): result = 0 len_inp = len(inp) for i in inp: result += i result = result / len_inp return result 3) 제곱근 함수 구현 - 반복 횟수가 커질수록 정확도 상승 def sqrt(inp): result = inp/2 for i in ..

0. 목표 - python을 통해 변동계수를 구현하고 확인 - 변동계수 : 데이터가 흩어진 정도를 비교하는 경우 사용(표준편차 / 평균) 1. 실습 1) 데이터 준비 - 두 쌍의 10개의 숫자로 이루어진 데이터 셋 생성 data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] data2 = [2, 8, 9, 5, 5, 9, 3, 8, 12, 13] 2) 평균 함수 구현 및 확인 - 결과 : 5.5. 7.4 def mean(inp): result = 0 len_inp = len(inp) for i in inp: result += i result = result / len_inp return result mean_data1 = mean(data1) mean_data2 = mean(data2) ..

0. 목표 - python의 삼항연산자 사용방법 습득 1. 개념 정리 1) 단항 연산자 - 연산을 수행하는 피연산자가 한개인 연산자 ex) 부호(+, -), ++, --, ! 등 2) 이항 연산자 - 연산을 수행하는 피연산자가 두개인 연산자 ex) 산술연산자(+, -, *, / 등), 복합대입연산자(=, += 등), 비교연산자(==) 등 3) 삼항 연산자 - 연산을 수행하는 피연산자가 세개인 연산자 2. 실습 1) 실습 1(and - or 사용) - 결과 : 2 - 해석 : a 와 b가 같지 않으면(조건을 만족하면) a-b(0)를 반환하고 그렇지 않으면 a+b(2)를 반환하여라. a = 1 b = 1 result = a != b and a-b or a+b print(result) 2) 실습 2(and -..

0. 목표 - youtube api를 통한 댓글 크롤링 1. 준비물 1) API 키 받기 - 참고 : pbj0812.tistory.com/259 [자동화] python을 이용한 유투브 라이브 채널의 정보 및 댓글 크롤링 0. 목표 - python을 이용하여 아래 라이브 채널의 댓글 및 채널의 정보 획득 1. flow chart - 유투브 라이브 채널을 파이썬을 이용하여 정보 및 실시간 댓글을 모으고 실시간으로 csv 파일로 저장하는 pbj0812.tistory.com 2) OAuth 2.0 클라이언트 ID 받기 (1) + 사용자 인증 정보 만들기 -> OAuth 클라이언트 ID (2) 데스크톱 앱 -> 만들기 (3) 맨 오른쪽의 다운로드 버튼을 눌러 다운로드 3) library 설치 pip install..