Milky's note

Pandas 위주로 공부하고 있는데 인강이랑 책만 보기에는 실력을 도저히 알 수가 없어서 열심히 구글링을 해서 !! 관련 문제를 풀어볼 수 있는 사이트를 정리하였다. 튜토리얼들을 위주로 먼저 풀어보고, 데이콘에서 하는 Basic 단계 분석부터 도전해봐야겠다!! https://dacon.io/hackathon 교육 - DACON 4만 AI팀이 협업하는 인공지능 플랫폼 dacon.io 일단 데이콘 사이트이다. 교육에 들어가니까 튜토리얼부터 1일1오파 등등 하루마다 꾸준히 연습을 하고 싶은 문제들이 많당 열심히 풀어야징 튜토리얼 빠르게 끝내고, 하루 마다 1일1오파 진행하고, 주제가 뭔가 끌리는 Basic 부터 해보장

1. Alias 지정 import numpy as np 2. ndarray 생성하기 arr = np.array([1, 2, 3, 4], dtype=int) arr.shape - shape 확인 가능 2-1. index로 설정하여 나누기 arr[0] - index로 지정하여 확인 , 배열을 필요한 부분만 가지고 와서 slicing이라고도 함 arr[1:], arr[:4] - 범위를 지정해서 가지고 올 수도 있음 2-2. fancy indexing fancy 인덱싱은 범위가 아닌 특정 index의 집합의 값을 선택하여 추출하고 싶을 때 활용 반드시 [추출하고 싶은 인덱스] 꺾쇠 괄호로 묶음 idx = [1, 3, 5] arr[idx] 3. range 생성 3-1. arange를 사용해서 쉽게 생성하기 첫번째..

1. 데이터 타입 (집합) 집합 형태의 데이터 타입 - list (순서 O, 집합) - tuple (순서 O, 읽기 전용 집합) - set (순서 X, 중복X 집합) - dict (key, value로 이루어진 사전형 집합) 1-1. list (순서가 있는 집합) [] 형태로 표현 --> mylist = [] mylist.append(2) mylist.remove(2) len(mylist) 1-2. tuple (순서가 있는 집합, 읽기 전용) () 로 표현 --> mytuple = (1, 2, 3, 4, 5) 읽기 전용이라 수정이 안됨 len(mytuple) 1-3. set (순서가 없는 집합, 중복 불가능) --> myset=set() myset.add(1) 1-4. dict (사전형 집합, key와 ..

데이터 분석 코딩테스트에서 판다스와 WINDOW_FUNCTION 중에서, 대부분이 SQL WINDOW_FUNCTION의 비중이 크다고 하였다. 사실은 블로그가 너무너무 써보고 싶어서 오늘 공부하고 빠르게 업로드한당^_^ 아직 개념만 잡은 단계라 실제 로그 분석 할 때 많이 쓰면서 익혀야겠다 1. 개념 행과 행 간의 관계를 쉽게 정의하기 위해 만든 함수가 윈도우함수이다. 순위, 합계, 평균, 행 위치 등을 조작할 수 있다. 분석 함수나 순위 함수로도 알려져 있다. 다른 함수와 달리 중첩해서 사용은 못하지만, 서브쿼리에는 사용이 가능하다. (물론 PostgreSQL만 지원하는 기능이 아니고, 대다수의 DBMS에서도 사용 가능하다.) CF>> Aggregate Function Window 함수는 Aggrega..