데이터 모델링 및 데이터 탐색
모델링이란 문제해결에 관련된 변수를 선별하여 변수간 관계를 구조화된 그림(모형•모델)으로 형상화(모델링, 모형화)하는 작업이며, 문제 해결 과정및 목표, 자료 수집 가공및 처리를 위한 변수들로 구성됩니다. 데이터 분석 모델링(모형화) 문제 해결 과정 및 목표 변수 성과, 반응, 결과, 종속 변수 : 분석을 하는 궁극적인 이유와 목표에 해당하는 변수로서 적정 기준보다 높거나 낮아서 문제가 발생 영향, 투입, 예측, 설명, 독립 변수 : 종속변수의 상태를 적정 기준보다 높거나 낮게 만들어 문제상황을 발생시키는 원인이 되는 변수 조절, 상황, 교란, 혼동 변수 : 독립변수와 종속변수 간의 관계를 특정한 조건일 때 관계의 강도나 방향을 변화시키는 변수 매개 변수 : 독립변수와 종속변수 간에 직접적인 관계 사이에..
2020. 8. 17.
Python list 연산에 따른 시간 복잡도
python list 연산에 따른 시간 복잡도 시간 복잡도가 O(1)인 연산 len(a) len(a)는 리스트 전체 요소의 개수를 리턴합니다. 사용 예시는 다음과 같습니다. a = [1,2,3,4,5] print(len(a)) ## 출력값 # 5 a[i] a[i]는 리스트중에서 해당 인덱스에 해당하는 값을 가져옵니다. a = [1,2,3,4,5] print(a[3]) ## 출력 값 # 4 a.append(x) a.append(x)는 해당 리스트 맨뒤에 x를 추가해 줍니다. a = [1,2,3] print(a) a.append(4) print(a) ## 출력 값 # [1,2,3] # [1,2,3,4] a.pop() a.pop()는 해당 리스트 맨 뒤에 있는 값을 pop 해줍니다. (스택의 연산 pop) a..
2020. 8. 9.
numpy함수(생성)
생성함수 array 생성하기 다음은 numpy에서 array함수를 이용해서 배열을 만들겠습니다. 1차원 배열과 2차원 배열은 다음과 같이 생성할 수 있습니다. lst_1d = np.array([1,2,3,4]) print(lst_1d) # 출력 값 # [1 2 3 4] lst_2d = np.array([[1,2,3],[4,5,6]]) print(lst_2d) # 출력 값 # [[1 2 3] # [4 5 6]] 배열의 모양을 확인하는 shape함수 다음은 numpy 배열을 확인하는 shape 함수입니다. 사용은 다음과 같이합니다. print(lst_1d.shape) print(lst_2d.shape) # 출력 값 # (4,) # (2, 3) 파이썬에는 range Numpy에는 arange 다음은 파이썬에서..
2020. 7. 30.
