개발새발코딩

https://opencv.org/ Home - OpenCV OpenCV provides a real-time optimized Computer Vision library, tools, and hardware. It also supports model execution for Machine Learning (ML) and Artificial Intelligence (AI). opencv.org OpenCV 홈페이지 입니다. 파이썬에 설치 방법은 Visual Studio Code에 터미널에서 pip install opencv-python 위 코드를 Visual Studio Code에 터미널에서 실행시켜주시면 다운을 받습니다. 그후 opencv를 import해서 사용해주시면 됩니다. import cv2

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline 배기량과 연비의 관계를 차트로 시각화 하려고 합니다. x는 증가하고 y는 감소할때 반비례 x가 증가하고 y도 증가할때 비례 점들이 ㅡ 자거나 | 자거나 원형일땐 관계없음 plt.scatter(data=cars,x='displ',y='comb') plt.xlabel('Displacement (L)') #x축 제목 plt.ylabel('Combined Fuel Eff (mpg)') #y축 제목 plt.title('Displ vs Comb') #제목 plt.show()

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline 먼저 필요한 라이브러리 import 먼저 해줍니다. plt.figure(figsize=(12,5)) #차트 크기 비율 plt.subplot(1,2,1) #1행 2열 중에 1번쨰 plt.hist(data=df,x='speed',rwidth=0.8,bins=10) plt.subplot(1,2,2) #1행 2열 중에 2번쨰 plt.hist(data=df,x='speed',rwidth=0.8,bins=20) plt.show()

포켓몬 데이터의 스피드 컬럼을 히스토그램을 사용하여 시각화를 하려고 합니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt 먼저 라이브러리 선언부터 해줍니다. 히스토그램의 차트바는 해당 데이터의 평균치를 보여주기 때문에 bin의 개수 설정은 매주 중요합니다. 위에 사진에서는 스피드가 40이 가장 높지만 bin의 개수 설정해보면 비교적 낮은걸 알 수 있습니다. 따라서 bin의 범위를 단위로 조절하는 경우엔 최소값과 최대값을 구해서 np.arange 함수로 범위를 만들어줍니다.

Generation ID 별로 데이터가 몇개인지 파이 차트로 그리려고 합니다. 그전에 해당 컬럼별로 데이터가 몇개인지 그 데이터를 먼저 변수에 저장합니다. valur_counts를 통해 각 컬럼별 데이터 수를 변수에 저장해줍니다. plt.pie(sorted_data,autopct='%.1f', #소수점 첫번째 자리까지 labels=sorted_data.index, #데이터 넣기 startangle=90, #시작하는 각도 90으로 설정하시면 12시부터 시작합니다. wedgeprops={'width':0.7}) # 가운데 구멍 뚫어줍니다. plt.legend() #밑에 부가적인 표 출력 plt.title('Generation ID PIE Chart') #차트 이름 출력 plt.show() #메모리글 삭제

먼저 matplotlib, seaborn을 improt 해줍니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline df=pd.read_csv('pokemon.csv') df #csv파일 변수에 저장후 출력 seaborn countplot을 사용해 바차트를 출력합니다 포켓몬 세대별로 바차트를 그리려고 합니다. data = 데이터 프레임 x= 컬럼명 plt.show() = 메모리 상태 글을 감춰줍니다. bar chart 색상변경 먼저 색상을 변수에 저장해주고 파라미터 color= 에 변수를 넣어줍니다. 데이터가 많은 순으로 정렬하기 value_count() 함..

가장 기본적인 Plot 출력하기 import numpy as np import matplotlib.pyplot as plt

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline import platform from matplotlib import font_manager, rc plt.rcParams['axes.unicode_minus'] = False if platform.system() == 'Darwin': rc('font', family='AppleGothic') elif platform.system() == 'Windows': path = "c:/Windows/Fonts/malgun.ttf" font_name = font_manager.FontProperties(fname=p..

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']}, index=[0, 1, 2, 3]) df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'], 'B': ['B4', 'B5', 'B6', 'B7'], 'C': ['C4', 'C5', 'C6', 'C7'], 'D': ['D4', 'D5', 'D6', 'D7']}, index=[4, 5, 6, 7]) df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'], 'B': ['B8', 'B9..

import pandas as pd df = pd.DataFrame({'Employee ID':[111, 222, 333, 444], 'Employee Name':['Chanel', 'Steve', 'Mitch', 'Bird'], 'Salary [$/h]':[35, 29, 38, 20], 'Years of Experience':[3, 4 ,9, 1]}) 기본값은 ascending=True 으로 오름차순은 안적어도 됩니다. 내림차순으로 하려면 ascending=False를 적어주시면 됩니다. 정렬 조건이 두개 이상일때 정렬할 대상을 리스트로 넣어주시면 됩니다. 만약 이름으로 정렬하고 이름이 같다면 경력으로 정렬한다고 했을때 만약 이름으로 정렬하고 이름이 같으면 경력으로 정렬하되, 이름은 오름차순, 경력은 ..