본문 바로가기

분류 전체보기544

html 작업 흐름도 작성, simple workflow with html 작업 흐름 작성 write simple workflow with html 작업 흐름 작성 워크플로우 작성해야 하는데 html 디자인 하기 어려울때 ... 아래 코드를 이용하세요 ! HTML 삽입 미리보기할 수 없는 소스 더 많은 계층이 필요하면 밑에 코드를 참고해 주세요 ! HTML 삽입 미리보기할 수 없는 소스 2023. 4. 29.
pandas 혹은 numpy의 nan 값을 파이썬 None으로 전환하기(db에 넣을때 유용) pandas 혹은 numpy의 nan 값을 파이썬 None으로 전환하기(db에 넣을때 유용)¶ In [1]: # 데이터 프레임의 값을 db로 넣으려 할때 때때로.... nan 값 때문에 에러가 발생합니다. # nan 값을 파이썬 None값으로 전환해주면 에러 없이 db로 업로드 됩니다. # 데이터 프레임의 nan 값을 None 값으로 변환해주면 위에 문제가 사라집니다. # 데이터 프레임의 where 함수를 사용하여 변환이 가능합니다. import pandas as pd import numpy as np df = pd.DataFrame([1, np.nan]) df Out[1]: 0 0 1.0 1 NaN In [2]: # pd.where -> Replace values where the condition i.. 2023. 4. 29.
판다스 요약(describe) 판다스 정보(info) 판다스 컬럼보기(columns) 판다스 타입보기(dtype) 판다스 요약(describe) 판다스 정보(info) 판다스 컬럼보기(columns) 판다스 타입보기(dtype) 예시 데이터 생성 코드 import pandas as pd import numpy as np df = pd.DataFrame({"score1" : [99, 65, 79, 94, 87], "score2" : [79, 85, 78, 93, 97], "score3" : [59, np.nan, 39, np.nan, np.nan], "weight" : [5.43, 0.12, 10.44, 9.33, 4.22], "diff" : [-2.1, 5, 2, -5.4, -3.3], "place":["A", "B", "A", "A", "B"]}) 결과 describe() 요약 기능 코드 # 데이터 프레임 컬럼별 .. 2023. 4. 29.
linear-gradient, css 그라데이션 기초 linear-gradient, css 그라데이션 기초 HTML 삽입 미리보기할 수 없는 소스 ※ 그라데이션 방향은 to top, to bottom, to left, to right, to top left 등 다양한 방향 값을 넣을 수 있습니다. 2023. 4. 29.
파이썬 랜덤 이름 생성하기names 파이썬 랜덤 이름 생성하기¶ In [1]: # names 패키지 설치 (-q 옵션은 설치 과정에 로그 값을 보여주지 숨겨 주피터 노트북을 좀더 깨끗하게 쓰게 함) !pip -q install names In [2]: import os import names from random import * import pandas as pd In [3]: # 영문 풀네임 생성 names.get_full_name() Out[3]: 'Linda Augustus' In [4]: # 영문 성(first name) 생성 names.get_first_name() Out[4]: 'Darius' In [5]: # 영문 이름 생성 names.get_last_name() Out[5]: 'Walls&.. 2023. 4. 29.
numpy 워드 카운트 후 내림차순, 올림차순 정렬 (unique, argsort) numpy 워드 카운트 후 내림차순, 올림차순 정렬 (unique, argsort) 패키지 불러오기 import numpy as np 예시 데이터 생성 sample = [ "apple", "apple", "apple", "banana", "banana", "melon", "peach", "peach", "peach", "peach", "peach" ] unique 값 추출 # numpy.unique 매서드 활용 unique_value = np.unique(sample) print(unique_value) # out : ['apple' 'banana' 'melon' 'peach'] unique 값 별 카운팅 결과 도출 # return_counts=True 옵션 활용 unique, count = np.uni.. 2023. 4. 28.

티스토리툴바