• a에 해당하는 열 가져오기

a=["a","b","c"]
shares[a] #a,b,c열 가져와짐.

• a가 아닌 열 가져오기

shares[shares.columns.difference(a)]

• 열 붙히기(cbind)

df_c = pd.concat([k1, k2], axis=1)

len() : 문자열, 리스트 길이 반환.

iloc() : DataFrame 함수로 특정 행의 데이터를 가져온다.

int() : 정수로 형식 변환.

int(0.5) = 1       int(1.3)=1

np.random.rand() : Numpy의 random 모듈은 랜덤 값 생성을 위한 rand() 함수를 제공함. 0에서 1사이의 값을 생성하여 반환함. randint(low, high=None) 함수는 high를 넣지 않은 경우에는 0에서 low사이의 정수를 랜덤으로 생성하고 high를 넣은 경우 low에서 high 사이의 정수를 생성함.

np.argmax() : argmax(array) 함수는 입력으로 들어온 array에서 가장 큰 값의 위치를 반환한다.

예를 들어 array = [3,5,7,0,-3] dlaus 가장 큰 값은 7이고 그 위치는 2이다. 
np.argmax(array) => 2

Numpy의 reshpe() 함수

• ndarray를 reshape() 함수를 써서 다른 차원으로 변환할 수 있다. 예를 들어 1차원 배열인 [1,2,3,4,5,6]이 있을 때 이 배열의 shape(즉,모양)은 (6,)이다. 이를 (3,2)로 만들면 [ [1,2],[3,4],[5,6] ]이 된다. 이 때 유의할 점은 배열의 총 크기는 변하지 않아야 한다. 이 예에서는 변환한 후의 크기가 3x2=6 이므로 1차원 배열일 때와 같다.

Numpy의 arrange() 함수 np.arrange(3) -> 배열 [0,1,2]를 반환. 시작값(start), 종료값(stop), 값 사이 간격(step) 지정 가능.

Numpy의 zeros() 함수

• 인자로 배열의 형태인 shape을 받아서 0으로 구성된 NumPy 배열을 반환한다.

  ex) np.zeros(3) -> [0,0,0] 을 반환,
     np.zeros((2,2)) -> [ [0,0], [0,0]] 을 반환.
  

• 주의할 점은 다차원 배열의 경우 그 형태를 튜플로 넘겨줘야 한다는 점이다.

Numpy의 full() 함수

• 첫 번째 인자는 배열의 형태인 shape을 받는데 사용. 두 번째 인자는 입력된 값으로 채워진 NumPy 배열을 반환한다.

  ex) np.full(3,1) -> [1,1,1]           np.full((2,2), 0.5) -> [ [0.5,0.5], [0.5,0.5]] 를 반환.
  

• 주의할 점은 다차원 배열의 경우 그 형태를 튜플로 넘겨줘야 한다.

Matplotlib의 subplots() 함수

• 여러 Axes로 구성된 Figure를 생성할 때 효과적이다. 인자로 들어가는 nrows는 행 개수,ncols는 열 개수를 의미한다. nrow가 2이고 ncol이 3이라면 2x3 Axes, 즉 6개의 Axes로 구성된 Figure가 생성된다.

zip() 함수

• 파이썬 내장 함수로 두 개의 배열에서 같은 인덱스의 요소를 순서대로 묶어준다.

  zip([1,2,3],[4,5,6]) -> [(1,4),(2,5),(3,6)] 
  

Matplotlib()의 axvline() 함수

• x축 위치에서 세로로 선을 긋는 함수이다. 이선의 색깔은 color 인자로, 선의 투명도를 alpha로 정해줄 수 있다.

Matplotlib()의 plot() 함수

• x축의 데이터, y축의 데이터, 차트의 스타일을 인자로 받는다. x축 데이터와 y축 데이터의 크기가 같아야 한다. 스타일은 실선, 점선 등의 선 형태와 선의 색깔을 축약적으로 정의한다.
• 표시할 다양한 모양과 색깔을 좆합할 수 있다.

  ex1) axes[1].plot(x, num_stocks,'-k')에서 '-k' 는 검정색 실선을 의미함.
  ex2) '-'은 선, '.'은 점, 'r'은 빨간색, 'b'는 파란색을 의미.
  이를 조합한 '-r','-b' 등은 빨간 선, 파란 선을 의미.
  

Matplotlib()의 fill_between() 함수

• x축 배열과 두 개의 y축 배열을 입력으로 받는다. 두 개의 y축 배열의 같은 인덱스 위치의 값 사이에 색을 치란다. where 옵션으로 색을 칠할 조건을 추가할 수 있고 facecolor 옵션으로 칠할 색을 지정하고 alpha 옵션으로 투명도를 조정할 수 있다.

Matplotlib()의 tight_layout() 함수

• Fiqure의 크기에 알맞게 내부 차트들의 크기를 조정해 준다.

os.path 모듈

• os.path.join(path) 함수는 path로 경로를 설정한다.
• os.path.isdir(path) 함수는 path가 존재하고 폴더인지 확인하는 함수이다.
• os.path.isfile(path) 함수는 path가 존재하는 파일인지 확인하는 함수이다.
• os.mkdirs(path) 함수는 path에 포함된 폴더들이 없을 경우에 생성해 주는 ㅎ마수이다.

  path가 '/a/b/c'이고 현재 '/a'라는 경로만 존재한다면 '/a'폴더 하위에 'b'폴더를 생성하고
  'b'폴더 하위에 'c'폴더를 생성하여 최종적으로 '/a/b/c' 경로가 존재하도록 만든다.
  

rjust() 함수

• 문자열을 자리수에 맞게 오른쪽으로 정렬해 주는 함수이다.

  ex1) "1".rjust(5) -> '    1' 이 된다. 
      앞에 빈칸 4자리를 채워주고 1을 붙여서 5자리 문자열이 되는 것이다.
  ex2) "1".rjust(5,'0') -> '00001'이 된다.
      두 번째 인자로 빈칸 대신 채워줄 문자를 지정해줄 수도 있다.
  

ljust() 함수

• rjust()와 비슷한 함수
• 이 함수는 기존 문자열 앞에 빈칸 또는 특정 문자를 채워준다. -> 이렇게 기존 문자 앞 또는 뒤에 어떠한 문자를 채워주는 것을 패딩(padding)이라 한다.

Pandas의 replace() 함수

• 특정 값을 바꿀 때 사용한다. ffill 메서드를 이용하면 특정 값을 이전의 값으로 변경하고, bfill 메서드를 이용하면 특정 값을 이후의 값으로 값으로 변경할 때 사용한다.

series=[1,3,0,5,7] 일 때,
series.replace(to_replace=0, method='ffill') => 결과 : [1,3,3,5,7]
series.replace(to_replace=0, method='bfill') => 결과 : [1,3,5,5,7]

자주 쓰는 Pandas 함수

• 열이름 가져오는 가장 간단한 코드
  • df.columns.values.tolist() or list(df.columns)
• 행과 열 개수 가져오기
  • 행 : df.shape[0], len(df) , len(df.index)
  • 열 : df.shape[1], len(df.columns)
• 변수 타입 확인
  • type()
• 특정 열 제외하고 가져오기
  • colsum=[1,3,9] or colsum=arrange(0,40)
  • 이후 df.iloc[:, ~df.columns.isin(df.columns[colsnum])]
• 열 선택
  • ind = ['a', 'b', 'c'] -> data = data[ind]
• 변경하고 싶은 열 이름 변경
  • df = df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'})
  • rename the existing DataFrame (rather than creating a copy)
    • df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'}, inplace=True) or df.rename({'oldName1': 'newName1', 'oldName2': 'newName2'}, inplace=True,axis=1)
• set 자료형을 이용하면 리스트의 차집합, 합집합, 교집합을 구할 수 있다.

  • s1 = set([1, 2, 3, 4, 5, 6])
    s2 = set([4, 5, 6, 7, 8, 9])
    

    • 합집합 : s1 | s2 or s1.union(s2)
    • 차집합 : s1 - s2 or s1.difference(s2)
    • 교집합 : s1 & s2 or s1.intersection(s2)
  • 마지막에 다시 set 자료형을 리스트로 만들어 주기 -> list('set자료형이름')

오름차순, 내림차순

• 변수이름.sort() or sorted(변수이름,key=,reverse=) 둘중 하나 사용

  •   a = [1, 10, 5, 7, 6]
      a.sort() # = sort(a)
      -> [1, 5, 6, 7, 10]
      a = [1, 10, 5, 7, 6]
      a.sort(reverse=True) # = sort(a, reverse=True) 
      -> [10, 7, 6, 5, 1]
    

연산자

• * , / , % , // : 곱하기, 나누기, 나머지, 몫
• divmod() 함수 사용하면 몫과 나머지를 튜플 형태로 리턴함.
  • divmod(7,3) => (2,1)

정규식

• 문자열에서 숫자 추출하기

  •   0. 정규식을 사용하기 위해서 re모듈을 사용함.
      1. 숫자로 뽑아낼 문자열을 변수로 지정
      2. "\d+ " : 정규식에서 숫자를 나타냄[\는 달러표시로 기입]
      3. findall()함수를 사용해서 부합하는 모든 문자열을 리스트로 리턴함
    
      import re
      
      sentence = "730만원어치를 인터넷에서 170203에 구매했다"
      num = re.findall("/d+", sentence)
      print(num)
    
    

• 파이썬 클래스의 생성사 init()은 클래스의 객체가 생성될 때 자동으로 호출되는 함수임. 보통 이 함수에서 입력으로 받은 값들을 객체 내의 변수로 할당해 준다.

• %d는 정수, %s는 문자열, %f는 실수를 입력하는 자리이다.

• ex1) ['Hello %s' % 'World!']는 ['Hello World']가 된다.
  ex2) ['%d / %d = %.2f' % (10, 3, 10/3)] 이 [ '10 / 3 = 3.33' ]으로 된다.
  

• 다른 방법으로 format() 함수가 있다. 이 함수에는 값을 넣을 자리를 {}로 표현한다.

  ex1) ['Hello {}'.format('World!')] -> ['Hello World!']
  ex2) ['Hello {tail}'.format(tail='World!')] -> ['Hello World!']
  

• data = pd.read_csv('0009.csv',encoding='CP949')

• Tensorflow 돌리려는데 다음과 같은 에러가 발생.
• locale.Error: unsupported locale setting

locale.setlocale(locale.LC_ALL, 'ko_KR.UTF-8') 인 기존 코드를 다음과 같이 변경
locale.setlocale(locale.LC_ALL, '')

• pip 는 패키지 관리 도구이다. 모듈을 설치하거나 모듈간 디펜던시를 관리하거나 할 때 사용한다.
• conda 라는 도구는 virtualenv 와 같이 가상 환경을 제공하는 도구이다.
  • 즉, conda를 사용해서 별도의 가상 환경을 만들어 격리(독립공간)시키고 그 격리된 공간에서 pip를 사용해서 패키지들을 설치한다. (물론 conda 도 anaconda.org에서 관리하는 패키지들을 설치할 수 있다.)
  • conda 같은 경우 virtualenv + pip 같은 느낌이지만 설치할 수 있는 패키지가 anaconda.org에서 관리하는 패키지로 한정된다는 제한이 있다.
• 참고 사이트 : https://hashcode.co.kr/questions/3873/conda%EC%99%80-pip%EC%9D%98-%EC%B0%A8%EC%9D%B4%EA%B0%80-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80%EC%9A%94