리스트
[Concept] 배열 - 큐와 스택
#자료구조_배열 [파이썬의 배열] 리스트 활용 1차원, 2차원까지는 알고 있으면 좋다. 같은 종류의 데이터를 순차적으로 저장한다. Q. 왜 필요한가? A. 같은 종류의 데이터를 효율적으로 관리하기 위해 사용하기 위해! [단점] 데이터 추가/삭제의 어려움 미리 최대 길이를 지정해야 하는 점 Q. Why? A. 삭제 시, 뒤에 있던 데이터를 앞당겨야하기 때문이다. [장점] 인덱스를 통해 빠른 접근 가능하다. 첫 데이터의 위치에서 상대적인 위치로 데이터에 접근(인덱스 번호로 접근)한다. # 자료구조_큐(Queue) [큐] 줄을 서는 행위와 유사 FIFO(First-In, First-Out) 또는 LILO(Last-in, Last-Out) 방식. 스택 Q.큐에 값을 넣은 상태에서, 데이터를 꺼내라는 명령을 내리..
ndarray, 리스트, 딕셔너리와 DataFrame 상호 변환하기
일반적으로 DataFrame으로 변환 시에는 컬럼명을 지정해준다. DataFrame이 2차원 데이터(행과 열)이기 때문에, 기본적으로 2차원 이하의 데이터들만 DataFrame으로 변환될 수 있다. 1. 1차원_리스트와 ndarray(넘파이) import numpy as np import pandas as pd list1 = [1,2,3] # 1차원 리스트 array1 = np.array(list1) # 1차원 numpy ndarray col_name1 = ['col'] # 컬럼이름 리스트 # 리스트를 이용해 데이터프레임 생성 df_list1 = pd.DataFrame(list1, columns=col_name1) # ndarray를 이용해 데이터 프레임 생성 df_array1 = pd.DataFrame..
머신러닝 개념과 파이썬 기초 문법
개강 전에 머신러닝의 개념과 데이터 수집 및 분석 방법을 배워보고자 강의를 듣기 시작했다! 강의를 들으면서 정리한 내용을 올려보겠다. 데이터 처리를 위해서 Python을 이용할 것이다! ▶Beautiful soup이라는 라이브러리를 이용해서 스크레이핑 / 크롤링 방법(데이터 처리기술) ▶이 기술을 활용해서 머신러닝에서 활용할 데이터를 수집하는 방법을 하게 됨 # 인공지능, 머신러닝, 딥러닝 개념 ▶머신러닝은 인공지능의 한 종류 ▶인공 지능 ; 컴퓨터가 인간처럼 생각하는 것 ▶머신 러닝 ; 기계가 학습능력이 있어서 인간처럼 컴퓨터가 스스로 학습하는 것 ; 기계가 배울수있도록 하기위해서는 주어진 데이터가 있어야 학습할 수 있음 (그 데이터를 추출하기 위한 기술 : 스크레이핑, 크롤링) ; 인공지능의 한 종류..