yeon's 👩🏻‍💻

2. 8 Fare : 탑승요금 * Skewness(왜도) - 자료의 분포모양이 평균을 중심으로 한 쪽으로 치우쳐져 있는 경향을 나타내는 척도 - 자료의 분포가 대칭인지 아닌지를 측정해주는 값 - distribution이 얼마나 쏠렸냐 (비대칭이냐) - skew = 0 : 정규분포 - skew > 0 : 좌측으로 치우침 - skew < 0 : 우측으로 치우침 fig, ax = plt.subplots(1, 1, figsize=(8, 8)) g = sns.distplot(df_train['Fare'], color='b', label='Skewness: {:.2f}'.format(df_train['Fare'].skew()), ax=ax) g = g.legend(loc='best') - 그래프가 한 쪽으로 너무 ..

9. Folium으로 지도 활용하기 conda install -c conda-forge folium import folium lat = df_31["위도"].mean() long = df_31["경도"].mean() 샘플 하나 표시 df_31.sample(random_state=31) - random하게 데이터를 추출하는데 항상 같은 값을 추추하고 싶을 때 m = folium.Map([lat, long]) folium.Marker([[37.495593, 127.0390323]], popup="던킨도너츠", tooltip="던킨도너츠").add_to(m) 9.2 서울의 배스킨라빈스와 던킨도너츠 매장 분포 - 기본 마커로 표현하기 m = folium.Map([lat, long], zoom_start=12) ..

2. Foliumn으로 지도 활용하기 conda install -c conda-forge folium 2.0.1 Foliumn 사용 예제 위에서 그린 어린이집, 학원-입시 의 상호 데이터를 지도에 시각화 해보자 import folium long = df_academy_selected["경도"].mean() lat = df_academy_selected["위도"].mean() - 경도와 위도의 평균 값을 각각 long, lat 변수에 담아줌 map 중심 잡기 m = folium.Map(location=[lat, long], zoom_start=12) - zoom_start 를 높이면 그만큼 더 확대된다. 상권업종소분류명 이 '어린이집' 과 '학원-입시' 인 데이터만 isin을 통해 가져오기 df_m = d..

1.2.7 경도와 위도를 scatterplot으로 표현하기 상호수가 1000개 이상인 데이터 df_academy_selected scatterplot으로 경도와 위도 표현하고 시군구명으로 색상 다르게 표현하기 plt.figure(figsize=(10, 7)) sns.scatterplot(data=df_academy_selected, x="경도", y="위도", hue="시군구명") 상권업종소분류명으로 색상 다르게 표현하기 plt.figure(figsize=(10, 7)) sns.scatterplot(data=df_academy_selected, x="경도", y="위도", hue="상권업종소분류명") '상권업종소분류명' 이 '학원-입시' 인 데이터만 그리기 plt.figure(figsize=(10, 7)..