물 만날 물고기

🔍 예상 검색어 더보기 # 넘파이 리스트 평균 # 넘파이 리스트 행기준 평균 # 넘파이 리스트 열기준 평균 # 넘파이 # np.mean(my_list, axis=0) # np.mean(my_list, axis=1) 해당 포스팅은 2차원 리스트를 행과 열을 기준으로 평균 구하는법을 정리한 내용입니다. import numpy as np # 예시 2차원 리스트 생성 my_list = [[25, 29, 33, 39, 33, 38, 34, 38], [27, 25, 30, 38, 38, 36, 35, 33], [26, 26, 29, 33, 31, 34, 33, 29], [30, 28, 34, 35, 35, 39, 37, 35], [22, 21, 30, 36, 38, 40, 31, 29]] # 열 기준 평균 (axi..

🔍 예상 검색어 더보기 # pickle # 피클 # 피클 파일 저장하기 # 피클 파일 불러오기 해당 포스팅은 리스트나 데이터 프레임 등 파이썬 객체를 파일로 저장하고 불러오는 모듈에 대한 내용을 작성하였습니다. 1. pickle 파일 저장하기 import pickle # 리스트 생성 my_list = [1, 2, 3, 4, 5] # 피클 파일로 저장 with open('my_list.pkl', 'wb') as f: pickle.dump(my_list, f) 또는 import pickle my_list = [1, 2, 3, 4, 5] # 객체 저장 pickle.dump(my_list, open('my_list.pkl', 'wb')) # 파일 닫기 f.close() 2. pickle 파일 불러오기 impor..

🔍 예상 검색어 더보기 # 경고메시지 비활성화 # import warning # warnings.filterwarnings("ignore") 해당 포스팅은 파이썬 경고메시지가 비활성화 되도록 (출력되지 않도록) 하는 코드에 대해서 작성하였습니다. import warnings warnings.filterwarnings("ignore")

🔍 예상 검색어 더보기 # Counter() 함수 사용법 # python 개수 셀 때 사용하는 코드 해당 포스팅은 Counter() 함수 사용 예제에 대해서 정리하였습니다. Counter는 파이썬의 내장 모듈인 collections 모듈에 포함되어 있는 함수로, iterable(반복 가능한)한 객체 내부의 원소들의 개수를 셀 때 사용됩니다. 1. 문자 개수 셀 때 from collections import Counter s = "apple" counter_s = Counter(s) print(counter_s) >>> 출력결과 # Counter({'p': 2, 'a': 1, 'l': 1, 'e': 1}) 2. 내부 요소의 개수 셀 때 from collections import Counter lst = [..

🔍 예상 검색어 더보기 # 파이썬 리스트 교집합 # 파이썬 리스트 합집합 # 파이썬 리스트 차집합 # 리스트 두개 의 교집합 합집합 # 두 리스트의 교집합 합집합 # 파이썬 리스트 교집합 합집합 차집합 # 파이썬 리스트 두 개 세 개 비교하는 방법 # 파이썬 reduce 함수 사용 예제 # 파이썬 리스트 연산 예제 # 파이썬 set 함수 사용법 # 파이썬 리스트와 집합의 차이점 해당 포스팅은 두개의 리스트가 있을 때, 두 리스트의 합집합, 교집합, 차집합을 출력하는 코드에 대해서 정리하였습니다. ▼ 리스트가 두개 일 때 (교집합, 합집합, 차집합) list1 = [1, 2, 3, 4, 5] list2 = [3, 4, 5, 6, 7] # 교집합 intersection = list(set(list1).int..

🔍 예상 검색어 더보기 # 데이터프레임 인덱스 없이 출력 # pandas 데이터프레임 # df.style.hide(axis='index') 해당 포스팅은 판다스 데이터프레임 출력시 인덱스를 표시하지 않고 출력하는 방법에 대해서 정리하였습니다. ▼ 인덱스 없이 출력하는 방법 # 인덱스 없이 데이터프레임 결과 출력 df.style.hide(axis='index') ▼ 예제 코드 import pandas as pd # 데이터프레임 생성 df = pd.DataFrame({ '이름': ['홍길동', '김철수', '이영희'], '나이': [20, 25, 30], '성별': ['남', '남', '여'] }) # 인덱스 제거 df = df.style.hide(axis='index') df 【 output 】

🔍 예상 검색어 더보기 # pandas 컬럼 추가하기 # 데이터프레임 신규컬럼 만들기 # 데이터프레임 컬럼 추가하기 # loc 함수를 이용해서 컬럼 추가하기 해당 포스팅은 pandas 데이터프레임에서 컬럼을 추가하는 방법 중 loc 함수를 이용하는 방법에 대해서 정리하였습니다. import pandas as pd # 예시 데이터 생성 df = pd.DataFrame({ 'col1': [1, 2, 3, 4, 5], 'col2': ['a', 'b', 'c', 'd', 'e'] }) # 'new_col'이라는 새로운 컬럼 추가 df.loc[:, 'new_col'] = [10, 20, 30, 40, 50] print(df)

🔍 예상 검색어 더보기 # 문자열 앞에 0채우는 방법 # 문자열 자리수 맞추는 방법 해당 포스팅은 문자열의 자리수를 맞추고 싶을 때, 문자열 앞에 0으로 채워서 자리 수를 맞추는 방법에 대한 예제코드를 정리하였습니다. 1. zfill() import pandas as pd # 데이터프레임 생성 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[1, 10, 100]) # 새로운 컬럼 생성 df['new_column'] = df.index.map(lambda x: str(x).zfill(4)) df 2. rjust() import pandas as pd # 데이터프레임 생성 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, ..

🔍 예상 검색어 더보기 # python xlsb 파일 읽는법 # python xlsb 파일 불러오는 법 # pd.read_excel # xlsb # pyxlsb 해당 포스팅은 xlsb 파일을 불러오는 방법에 대해서 정리하였습니다. 만약 아래 코드로 제대로 실행되지 않는다면 Pandas로 xlsb 파일을 읽기 위해서 pyxlsb 라이브러리를 설치해야 합니다. # !pip install pyxlsb import pandas as pd df = pd.read_excel('filename.xlsb', engine='pyxlsb', header=1) # 헤더 옵션은 선택

🔍 예상 검색어 더보기 # 데이터 프레임 합치는 방법 # 데이터 프레임 가로로 합치는 방법 # 데이터 프레임 옆으로 합치는 방법 # 데이터 프레임 밑으로 합치는 방법 # 데이터 프레임 세로로 합치는 방법 # 데이터 프레임 가로로 붙이는 방법 # 데이터 프레임 옆으로 붙이는 방법 # 데이터 프레임 밑으로 붙이는 방법 # 데이터 프레임 세로로 붙이는 방법 # 판다스 pandas DataFrame 합치기 # 판다스 pandas DataFrame 붙이기 해당 포스팅은 데이터 프레임을 합치고 싶을 때 사용하는 pd.concat 함수에 대해서 정리하였습니다. pd.concat() pd.concat() 함수는 데이터프레임을 물리적으로 이어 붙여주는 함수입니다. axis=0, axis=1 을 통해서 데이터프레임을 행방..