dict to dataframe 딕셔너리를 데이터프레임으로
딕셔너리를 데이터프레임으로 리스트 딕셔너리를 데이터 프레임으로 만드는 코드는 아래와 같습니다. import pandas as pd # 리스트 딕셔너리 형태의 예시 데이터 선언 data = [ {'age': 18, 'english': 94, 'gender': 'male', 'math': 71, 'name': 'Douglas'}, {'age': 18, 'english': 99, 'gender': 'male', 'math': 84, 'name': 'Darrell'}, {'age': 16, 'english': 65, 'gender': 'female', 'math': 64, 'name': 'Karen'}, {'age': 16, 'english': 93, 'gender': 'female', 'math': 74, '..
2023. 6. 15.
파이썬 기본 연산
파이썬 사칙연산¶ In [1]: # 변수 선언 a = 9 b = 4 In [2]: # 덧셈 a + b Out[2]: 13 In [3]: # 뺄셈 a - b Out[3]: 5 In [4]: # 곱셈 a * b Out[4]: 36 In [5]: # 나눗셈 a / b Out[5]: 2.25 In [6]: # 나머지 a % b Out[6]: 1 In [7]: # 몫 a // b Out[7]: 2 In [8]: # 거듭제곱 a ** b Out[8]: 6561 파이썬 수학함수¶ In [9]: # 변수 선언 data = [1, 3, 2, 4, 8, 2, 3] In [10]: # 최대값 [1, 3, 2, 4, 8, 2, 3] max(data) Out[10]: 8 In [11]: # 최소값 [1, 3, 2, 4, 8, ..
2023. 6. 12.
파이토치 딥러닝 추론 결과 nan 을 처리하는 방법
파이토치 딥러닝 추론 결과 nan 을 처리하는 방법¶ 딥러닝 추론 결과 도출된 nan 값을 0에 가까운 수로 강제로 전환 시킵니다. 아래 코드를 참고해주세요 In [1]: import torch # 임의의 출력 텐서를 만듭니다. output = torch.tensor([1.0, 2.0, float('nan'), 4.0, float('nan')]) output Out[1]: tensor([1., 2., nan, 4., nan]) In [2]: # NaN 값을 확인합니다. nan_mask = torch.isnan(output) nan_mask Out[2]: tensor([False, False, True, False, True]) In [3]: # NaN 위치에 특정한 작은 값을..
2023. 6. 7.
