본문 바로가기

수업 문제(국비 지원)/Python12

[Python] 2022.12.13 (chipotle.tsv 파일을 읽고 item 별 판매 갯수 시각화하기. 가장 많이 판매한 상품 10개만 막대그래프로 출력하기, chipotle.tsv 파일을 읽고 Chicken Bowl을 2개 이상 주문한 주문 횟수 구.. ❓ ''' 1. chipotle.tsv 파일을 읽고 item 별 판매 갯수 시각화하기. 가장 많이 판매한 상품 10개만 막대그래프로 출력하기 20221213-1.png 참조 ''' import pandas as pd import matplotlib.pyplot as plt # sep : '\\t' : 셀 구분이 ,가 아니므로 구분 문자 설정. \\t : tab 설정 chipo = pd.read_csv("data/chipotle.tsv", sep = '\\t') chipo_chicken = chipo[chipo['item_name'] == "Chicken Bowl"] # Chicken Bowl 상품의 전체 판매 수량 조회 chipo_chicken["quantity"].sum() # 상품별 판매 갯수 ite.. 2023. 4. 30.
[Python] 2022.12.12 (http://www.kma.go.kr/weather/forecast/mid-term-rss3.jsp 의 내용을 인터넷을 통해 데이터를 수신하고 다음 결과형태로 출력, 네이버 로그인 후 상품 목록 조회하기/네이버 로그인/쇼핑 메.. ❓ ''' 1. 의 내용을 인터넷을 통해 데이터를 수신하고 다음 결과형태로 출력하시오. 결과는 현재 날씨에 따라 달라 질수 있습니다. [결과] + 구름많고 눈 |- 서울 |- 인천 |- 수원 |- 파주 |- 이천 |- 평택 + 구름많음 |- 춘천 |- 원주 |- 청주 |- 충주 |- 영동 |- 광주 |- 목포 |- 여수 |- 순천 |- 광양 |- 나주 |- 대구 |- 안동 |- 포항 |- 경주 |- 울진 |- 울릉도 |- 제주 |- 서귀포 + 맑음 |- 강릉 |- 부산 |- 울산 |- 창원 |- 진주 |- 거창 |- 통영 + 구름많고 비/눈 |- 대전 |- 세종 |- 홍성 + 흐리고 비/눈 |- 전주 |- 군산 |- 정읍 |- 남원 |- 고창 |- 무주 ''' from bs4 import Beautifu.. 2023. 4. 30.
[Python] 2022.12.09 (seaborn 모듈의 타이타닉 승객중 10대(10~19세)인 승객만 조회하기, 타이타닉 승객중 10살미만의 여성 승객만 조회하기, 동행자(sibsp)의 수가 3,4,5인 승객들의 sibsp,alone컬럼 조회하기.. ❓ ''' 1 seaborn 모듈의 타이타닉 승객중 10대(10~19세)인 승객만 조회하기 df_teenage 데이터에 저장하기 ''' df_teenage = titanic.loc[(titanic.age >= 10) & (titanic.age = 10) & (titanic.age < 20)] df_teenage["age"] df_teenage.age.value_counts() ❓ ''' 2. 타이타닉 승객중 10살미만의 여성 승객만 조회하기. df_female_under10 데이터에 저장하기 ''' df_female_under10 = \\ titanic[(titanic.age < 10) & (titanic.sex == 'femal.. 2023. 4. 29.
[Python] 2022.12.08 (age.csv 파일에서 해당 지역의 인구비율과 전체지역의 인구 비율을 함께 그래프로 작성하기, age.csv 파일에서 해당 지역의 인구비율과 전체 인구 구조와 같은 지역 찾기, supplier_da.. ❓ ''' 1. age.csv 파일에서 해당 지역의 인구비율과 전체지역의 인구 비율을 함께 그래프로 작성하기 20221208-1.png 참조 ''' ###################### 1 ####################### import numpy as np import csv import matplotlib.pyplot as plt import re f =open('data/age.csv') data = csv.reader(f) #기본 인코딩:cp949. 맥:기본인코딩:UTF-8 # data = csv.reader(f,encoding="cp949") # next(data) #한줄 읽기 첫줄을 버림. data=list(data) #리스트로 변경. IO스트림형태는 다시 읽기 못함. name='역.. 2023. 4. 29.
[Python] 2022.12.07 (인구구조의 그래프 제목에 코드값 제거하기, 임의의 값으로 10*10 배열을 만들고, 전체 최소값과 최대값, 행별 최대값과 최소값, 열별 최대값과 최소값을 출력하기, 임의의 값.. ❓ ''' 0. 인구구조의 그래프 제목에 코드값 제거하기 ''' import csv f = open("data/age.csv") data = csv.reader(f) # csv 형태의 파일을 읽어 저장 type(data) # _csv.reader data # 반복문을 통해 한행씩 조회가능 import re # 정규식 이용을 위한 모듈 import numpy as np import matplotlib.pyplot as plt name = "역삼" for row in data : # row : 한개의 행 if row[0].find(name) >= 0 : # 행정구역의 내용에 name값이 존재? print(row) name=row[0] # row[0]의 코드값 제거 # re.sub(정규식 문자, 변경문자, 대.. 2023. 4. 29.
[Python] 2022.12.06 (seaborn 모듈의 iris 데이터 셋을 이용하여 품종별 산점도를 출력하기, iris 데이터 셋을 이용하여 각 컬럼의 값을 박스그래프로 작성하기, tips 데이터 셋의 total_bill 별 tip 컬럼의.. ❓ #1.seaborn 모듈의 iris 데이터 셋을 이용하여 품종별 산점도를 출력하기 # 20221206-1.png 파일 참조 #1 import seaborn as sns import matplotlib.pyplot as plt iris = sns.load_dataset("iris") iris.info() iris.species.unique() iris.species.value_counts() iris.corr() sns.pairplot(iris) plt.show() # 그래프를 이미지 파일로 저장. # savefig(저장파일명, 해상도, 이미지크기설정) plt.savefig("20221206-1.png",dpi=400,bbox_inches="tight") #2 import seaborn as sns i.. 2023. 4. 29.
[Python] 2022.12.05 (년도별 서울의 전입과 전출 정보를 막대그래프로 작성하여 20221205-1.png 파일로 그래프 저장하기, 서울 순수 증감수 그래프로 표시하기, 남한의 전력량만 조회) ❓ #1. 년도별 서울의 전입과 전출 정보를 막대그래프로 작성하여 # 20221205-1.png 파일로 그래프 저장하기 # 20221205-1.png 파일 참조 import pandas as pd df = pd.read_excel("data/시도별 전출입 인구수.xlsx") # fillna() : 결측값을 다른 데이터로 변경 df = df.fillna(method="ffill") # 결측값 처리 # 서울의 전출 정보 mask = ((df['전출지별'] == '서울특별시') & (df['전입지별'] == '전국')) df_seoulout = df[mask] # 전출지가 서울 -> 전국 # df_seoulout : 서울에서 다른지역으로 나간 인구수데이터 # 전출지별 컬럼 삭제 df_seoulout = df_.. 2023. 4. 29.
[Python] 2022.12.02 (dict_data 데이터를 이용하여 데이터프레임객체 df 생성하기, supplier_data.csv 파일을 pandas를 이용하여 읽고 Invoice Number,Cost,Purchase Date 컬럼만 df_data.csv 파일에 저장하기, supplier_data.. ❓ ''' 1. dict_data 데이터를 이용하여 데이터프레임객체 df 생성하기 단 index 이름은 r0,r1,r2로 설정 ''' dict_data = {'c0':[1,2,3], 'c1':[4,5,6], 'c2':[7,8,9], \\ 'c3':[10,11,12], 'c4':[13,14,15]} #1 import pandas as pd df = pd.DataFrame(dict_data,index=['r0','r1','r2']) print(df) #2 import pandas as pd df = pd.DataFrame(dict_data) df.index = ["r0","r1","r2"] df ❓ ''' 2. supplier_data.csv 파일을 pandas를 이용하여 읽고 Invoice Number,C.. 2023. 4. 29.

티스토리툴바