시각화3 [강의노트] Python - Pandas, matplotlib 활용1 스파르타코딩클럽의 강의를 참고하여 작성하였습니다 데이터 분석 순서 1. 문제 정의 및 가설 설정하기 2. 데이터 분석 기본 세팅 하기 3. 데이터 분석하기 4 분석 결과 시각화 하기 5. 최종 결론 내리기 목표 수강생들이 가장 많이 혹은 가장 적게 듣는 시간과 요일을 데이터 분석으로 찾기 2. 데이터 분석 기본 세팅 하기 : Pandas 사용 선언 하기 > 데이터 가져오기 > 데이터 확인 및 표 읽기 > 공백란 제거하기 # 2. 데이터 분석 세팅하기 import pandas as pd # pd->데이터 분석 도구 sparta_data=pd.read_table('/content/access_detail.csv',sep=',') sparta_data.head() print(sparta_data.isnull(.. 2024. 1. 17. [강의노트] Python 분석- 상관계수(2), barplot 스파르타코딩클럽의 강의를 참고하여 작성하였습니다. 이전 분석에서는 타이타닉 생존과 나이에 대한 상관계수가 없어보였다. 좀더 미세하게 나이대와 생존에 상관계수를 분석해 보자 https://kime2pan.tistory.com/59 [강의노트] Python 분석 - 상관계수(1) 스파르타코딩클럽의 강의를 참고하여 작성하였습니다. 목표 나이-생종의 상관관계 분석하기 by Pandas 상관계수란! 1단계: 데이터 분석 기본 세팅하기 1) Pandas 사용 선언 하기 2) 데이터 가져오기 3) kime2pan.tistory.com 목표 나이대별 생존과상관관계 구하기 1단계: 데이터 분석 기본 세팅하기 1) 라이브러리 사용 선언 하기 2) 데이터 가져오기 3) 데이터 확인 및 표 읽기 4) 공백란 제거하기 #1) .. 2024. 1. 14. [강의노트] Python 분석 - 상관계수(1) 스파르타코딩클럽의 강의를 참고하여 작성하였습니다. 목표 나이-생종의 상관관계 분석하기 by Pandas 상관계수란! 1단계: 데이터 분석 기본 세팅하기 1) Pandas 사용 선언 하기 2) 데이터 가져오기 3) 데이터 확인 및 표 읽기 4) 공백란 제거하기 #1) pandas사용하기 import pandas as pd #2) 데이터 가져오기 -> '파일경로' titanic = pd.read_table('/content/train.csv',sep=',') #3) 데이터 확인 및 표읽기 -> 아무표시 없을 경우 5중 titanic.head() #4) 공백란 제거하기 print(titanic.isnull().sum()) #-> 공백데이터확인 titanic = titanic.dropna() #->공백제거하기 .. 2024. 1. 14. 이전 1 다음
