(데이터 분석)파이썬 - Pandas DataFrame, Numpy array

 

 

 

Numpy - Array¶

In [3]:

#numpy
import numpy as np

#array: 배열
arr=np.array([1,2,3])#리스트를 array로 캐스팅

print(arr,type(arr))

 

[1 2 3] <class 'numpy.ndarray'>

 

• array 만들기

In [4]:

arr1=np.array([1,2,3])
arr2=np.array([2,3,4])
arr1+arr2

Out[4]:

array([3, 5, 7])

 

• array 연산

In [72]:

arr1=np.array([1,2,3])
arr2=np.array([2,3,4])
arr1-arr2

Out[72]:

array([-1, -1, -1])

In [6]:

arr1+1

Out[6]:

array([2, 3, 4])

In [7]:

[1,2,3]+[4,5,6] #리스트 더하기

Out[7]:

[1, 2, 3, 4, 5, 6]

In [8]:

#[1,2,3]-[4,5,6] #리스트 빼기는 안됨

In [9]:

list = [10,20,30,40]
del list[3] #================delete
print(list)
list.append(50) #==============insert
print(list) #=====================select
print(list[1]) 
print(list[1:4])
list[0]= 70 #=====================update
print(list)

 

[10, 20, 30]
[10, 20, 30, 50]
20
[20, 30, 50]
[70, 20, 30, 50]

In [10]:

list1=[70,20,30,50]
res=[]
for i in list1:
    res.append(i*2)
print(res)

 

[140, 40, 60, 100]

In [11]:

list1=[70,20,30,50]
res=[]
for i, num in enumerate(list):
    res.append(list[i]*2)
print(res)

 

[140, 40, 60, 100]

In [12]:

res=np.array(list1)*2
print(res)

 

[140  40  60 100]

In [13]:

arr2 **2

Out[13]:

array([ 4,  9, 16])

In [14]:

arr1 * arr2

Out[14]:

array([ 2,  6, 12])

In [15]:

arr1 / arr2

Out[15]:

array([0.5       , 0.66666667, 0.75      ])

In [16]:

arr1=np.array([10,20,30,40])
arr1>20

Out[16]:

array([False, False,  True,  True])

In [17]:

res=[i for i in arr1 if i>20]
print(res)

 

[30, 40]

In [18]:

res = arr1[arr1>20]
print(res)

 

[30 40]

 

리스트-> 어레이 / 어레이-> 리스트¶

 

• list ==> arr : np.array(list)
• arr --> list : arr.tolist(arr)

In [19]:

print(arr1)
list1 = arr1.tolist()
print(list1)

 

[10 20 30 40]
[10, 20, 30, 40]

 

통계연산¶

In [20]:

arr3=np.arange(5) #numpy array #5까지 범위 array로 출력
arr3

Out[20]:

array([0, 1, 2, 3, 4])

In [21]:

arr = np.array([10,20,30])
arr.max(), arr.min(), arr.sum(), arr.mean(), arr.std(), arr.var() #최대값, 최소값, 합, 평균, 표준편차, 분산

Out[21]:

(30, 10, 60, 20.0, 8.16496580927726, 66.66666666666667)

In [22]:

arr = np.array([10,20,30])
arr.cumsum() #누적값 [10, 10+20, 10+20+30]

Out[22]:

array([10, 30, 60])

 

행렬 연산¶

 

• 행렬 (행,렬) (줄,칸)

In [23]:

A = np.array([0,1,2,3]) #***********(4,)
A.shape #(행,렬)출력

Out[23]:

(4,)

In [24]:

list = [[0,1,2,3],[4,5,6,7]]
arr=np.array(list)
print("list====================")
print(list)
print("arr=====================")
print(arr,arr.shape)
#컴퓨터 상 arr의 첫칸은 0인데 행렬상 arr의 첫칸은 1임
print("arr[1][0] =",arr[1][0])

 

list====================
[[0, 1, 2, 3], [4, 5, 6, 7]]
arr=====================
[[0 1 2 3]
 [4 5 6 7]] (2, 4)
arr[1][0] = 4

 

reshape¶

 

reshape(a,b) => a행b열로 바꾸어라¶

 

• 전위 == 비봇 : 행<->열

In [25]:

A=np.array([0,1,2,3]).reshape(2,2) #2행2열로 바꾸어라
A

Out[25]:

array([[0, 1],
       [2, 3]])

In [26]:

A=np.array([0,1,2,3])
print(A)

res = A.reshape(-1,1) #-1은 세로줄로 출력 & 알아서 행|열 숫자 계산 12개 데이터(ex.3,-1)=(3,4)
print(res)

 

[0 1 2 3]
[[0]
 [1]
 [2]
 [3]]

 

dot() 행렬 내적¶

In [27]:

A=np.array([0,1,2,3]).reshape(2,2)
B=np.array([3,2,0,1]).reshape(2,2)
print(A)
print(B)
A.dot(B) #행렬 내적
np.dot(A,B)

 

[[0 1]
 [2 3]]
[[3 2]
 [0 1]]

Out[27]:

array([[0, 1],
       [6, 7]])

 

[0 1] [3 2] -> [0 1]
[2 3] [0 1] -> [6,7]

In [28]:

score=np.array([100,90,80,70,65])
print("인덱스 n번째",score[0], score[1], score[2])
print("슬라이싱",score[0:3])
print(score[0]) #인덱스 표현 : [번째] #리스트 : [값,값] #배열 : [값 값]
print("[멀티n번째]",score[[1,3,4]])

 

인덱스 n번째 100 90 80
슬라이싱 [100  90  80]
100
[멀티n번째] [90 70 65]

 

• reshape(3,3) 3*3 총 9개의 값을 배열이 가지고 있어야 한다 == 딱 나누어 떨어진다.

In [29]:

# 10, 20, ... ,90, 100
a2 = np.arrange(1,11,1).reshape(3,3) #10개값 / 9 --->에러
a2

 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_25712/2009342799.py in <module>
      1 # 10, 20, ... ,90, 100
----> 2 a2 = np.arrange(1,11,1).reshape(3,3) #10개값 / 9 --->에러
      3 a2

c:\ai\pythonproject\venv\lib\site-packages\numpy\__init__.py in __getattr__(attr)
    313             return Tester
    314 
--> 315         raise AttributeError("module {!r} has no attribute "
    316                              "{!r}".format(__name__, attr))
    317 

AttributeError: module 'numpy' has no attribute 'arrange'

In [30]:

list = [[10,20,30],[40,50,60],[70,80,90]]
print(list)
print(list[0][2])
#print(list[0,2]) #error --- 리스트는 이런 문법 없다

 

[[10, 20, 30], [40, 50, 60], [70, 80, 90]]
30

In [31]:

arr=np.array(list)
print(arr)
print(arr[0][2])
print(arr[0,2]) #배열은 가능

 

[[10 20 30]
 [40 50 60]
 [70 80 90]]
30
30

In [32]:

a2=arr
print(a2)
print(a2[1])
a2[0]=np.array([45,55,65])
a2[1]=[47,57,67]
print(a2)

 

[[10 20 30]
 [40 50 60]
 [70 80 90]]
[40 50 60]
[[45 55 65]
 [47 57 67]
 [70 80 90]]

In [40]:

list = [[10,20,30],[40,50,60],[70,80,90]]
arr = np.array(list)
print(arr)

print("0번째줄",arr[0])
print("0번째줄 중에서도 1번째 값:",arr[0][1])
print("0번째 1번째줄:\n", arr[[0,1]])
print("0번째줄 1번째값, 1번째줄 2번째값", arr[[0,1], [1,2]])

 

[[10 20 30]
 [40 50 60]
 [70 80 90]]
0번째줄 [10 20 30]
0번째줄 중에서도 1번째 값: 20
0번째 1번째줄:
 [[10 20 30]
 [40 50 60]]
0번째줄 1번째값, 1번째줄 2번째값 [20 60]

In [41]:

a = np.array([1,2,3,4,5,6])
a[a>3]

Out[41]:

array([4, 5, 6])

In [42]:

a[(a%2)==0]

Out[42]:

array([2, 4, 6])

In [43]:

a[(a//3)==1]

Out[43]:

array([3, 4, 5])

In [48]:

print(arr)
arr[1:3,1:3] #1,2번째 행, 1,2번째열

 

[[10 20 30]
 [40 50 60]
 [70 80 90]]

Out[48]:

array([[50, 60],
       [80, 90]])

In [47]:

arr[:3, 1:] #1,2,3행 1,2열 가져와라

Out[47]:

array([[20, 30],
       [50, 60],
       [80, 90]])

 

QUIZ¶

 

• arr[행,렬]
• arr[[1행,2행],[1열,2열]]
• arr[s:e행 s:e열]
• arr[1행:2행,1열:2열]

In [50]:

arr = np.array([[10, 25, 35],
       [40, 55, 65],
       [70, 80, 90]])
print(arr)

 

[[10 25 35]
 [40 55 65]
 [70 80 90]]

In [63]:

arr[0:2 , 0:1]

Out[63]:

array([[10],
       [40]])

In [56]:

arr[[0,2],[0,1]] #뒤에 쉼표는 

Out[56]:

array([10, 80])

In [61]:

arr[[0,2], 0:1] #슬라이싱에는 []기호 쓰면 안됨 []는 지목할때만 씀

Out[61]:

array([[10],
       [70]])

In [64]:

arr[0:2, [0,1]] 

Out[64]:

array([[10, 25],
       [40, 55]])

 

PANDAS - DataFrame¶

In [1]:

import pandas as pd #pandas.py
import numpy as np
#data=None,
#index: Axes | None = None,
#columns: Axes | None = None,
#dtype: Dtype | None = None



df = pd.DataFrame(data = [[1,'kim',111],[2,'lee',222]], columns=['seq','id','pw']) #DataFrame.class
print(df.info()) ##desc df

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   seq     2 non-null      int64 
 1   id      2 non-null      object
 2   pw      2 non-null      int64 
dtypes: int64(2), object(1)
memory usage: 176.0+ bytes
None

In [2]:

df.head() #상단에서부터 5개 보여줘

Out[2]:

	seq	id	pw
0	1	kim	111
1	2	lee	222

 

방법 1) 리스트에 데이터 담기¶

In [71]:

data_list = [[1,'kim',111],[2,'lee',222]]
col_list = ['seq','id','pw']
df = pd.DataFrame(data = data_list, columns= col_list)
print(df,df.info())
        

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   seq     2 non-null      int64 
 1   id      2 non-null      object
 2   pw      2 non-null      int64 
dtypes: int64(2), object(1)
memory usage: 176.0+ bytes
   seq   id   pw
0    1  kim  111
1    2  lee  222 None

 

방법2) numpy array에 데이터 담기¶

In [70]:

data_list = [[1,'kim',111],[2,'lee',222]]
col_list = ['seq','id','pw']
data_arr = np.array(data_list)
df = pd.DataFrame(data = data_arr, columns= col_list)
print(df,df.info()) #array 하면 type이 전부 object

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   seq     2 non-null      object
 1   id      2 non-null      object
 2   pw      2 non-null      object
dtypes: object(3)
memory usage: 176.0+ bytes
  seq   id   pw
0   1  kim  111
1   2  lee  222 None

 

방법3) 파일(csv,txt,excel,html,hdf...) 데이터 담아서 만들기¶

In [86]:

import pandas as pd #pandas.py
import numpy as np

df = pd.read_csv('c:\\AI\\pythonProject\\venv\\pkg\\book\\data\\total_sales_data.csv') #sep=','

print(df)
print(df.info())
df.iloc[[3,4],[1,2]]

 

  매장명  제품종류 모델명  판매  재고
0   A  스마트폰  S1   1   2
1   A  스마트폰  S2   2   5
2   A    TV  V1   3   5
3   B  스마트폰  S2   4   6
4   B  스마트폰  S1   5   8
5   B    TV  V1   6   9
6   C  스마트폰  S2   2   4
7   C    TV  V1   3   6
8   C    TV  V2   7   9
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 9 entries, 0 to 8
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   매장명     9 non-null      object
 1   제품종류    9 non-null      object
 2   모델명     9 non-null      object
 3   판매      9 non-null      int64 
 4   재고      9 non-null      int64 
dtypes: int64(2), object(3)
memory usage: 488.0+ bytes
None

Out[86]:

	제품종류	모델명
3	스마트폰	S2
4	스마트폰	S1

In [87]:

df.tail(2)

Out[87]:

	매장명	제품종류	모델명	판매	재고
7	C	TV	V1	3	6
8	C	TV	V2	7	9