일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- [EduAtoZ]
- Dreamhack.io
- tcache
- centos7
- 풀이
- AWS
- AWS Cloud
- pwnable
- 빅분기 실기
- Linux
- 보안뉴스
- FSB
- 워게임
- 빅데이터분석기사
- VS Code 오류
- 빅데이터 분석기사 실기
- Python
- dreamhack
- wireshark
- ios frida
- mariadb
- ubuntu
- 빅데이터분석기사 실기
- error
- nmcli
- 빅데이터 분석기사
- 인프런
- Cloud
- pandas
- 클라우드
- Today
- Total
목록빅분기 실기 (46)
0netw0m1ra
map(function, *iterable) - iterablbe의 각 item에 function이 적용되어 map 객체 반환 - function의 parameter 개수 == iterable 의 개수(NOT item의 개수) - next()할 때마다, function의 동작 결과가 반환됨 - iterable의 item 개수 만큼 next()를 사용할 수 있음 - iterable들의 같은 위치 item이 func의 arguent로 사용되어 func이 실행되고, 그 결과가 next에 의해 반환됨 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part1. map 함수, comprehension 연습 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D..
enumerate(iterable, start=0) - iterable의 item에 순서 번호가 함께 필요할 때 사용함 - next() 할 때마다 (index, item)의 tuple을 반환 - iterable의 item 개수 만큼 next()를 사용할 수 있음 zip(*iterable) - 동일한 개수로 이루어진 자료형의 같은 위치 item을 묶어줌 - zip 객체는 iterator - 두 개의 객체가 있을 때, 하나는 키로 하나는 데이터로 사용해 딕셔너리로 만들 수 있음 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part1. enumerate, zip 함수 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B..
- positional or keyword parameter (a, b, c) parameter 앞쪽으로 *, 뒤쪽으로 , / 가 없음 - positional only parameter (a, b, /) #python v3.8+) parameter 뒤쪽으로 , / 가 있음 - keyword only parameter (*, a, b) (*a, b, c) parameter 앞쪽으로 * , 가 있음(이름과 떨어진 상태로) - var-positional parameter (*a) parameter 이름에 *가 하나 붙어 있음 tuple 형태로 전달됨 "a=10" 과 같이 공백없게 쓰는 것이 좋음 - var-keyword parameter (**a) parameter 이름에 *이 두 개 붙어 있음 dict 형태..
- positional argument - keyword argument - default argument : 새로운 argument가 전달되지 않을 시 사용되는 기본 값 - python의 argument rule 함수 정의 시 : non-default arguent가 앞, defualt argument가 뒤에 위치 함수 호출 시 : positional argument가 앞, keyword argument가 뒤에 위치 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part1. argument 종류 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D%EA%B8%B0%EC%82%AC-%EC%8B..
- 다양한 형태의 file, 생성자를 사용해 dataframe 만듬 - dataframe, series, index 등의 객체는 ndarray 기반으로 데이터 처리, 분석을 수행함 - 정형/반정형 데이터 pandas 데이터 탐색, 처리, 분석 - 데이터 분석 1) 상태 분석 : 데이터의 상태 파악(df.types, df.columns, df.info, df.describe) 2) 필요 데이터 추출 : indexing 사용 3) index 변경, 정렬 : set_index, reset_index, sort_index, sort_value 4) data cleaning : NA value 처리, 이상치 처리, 데이터 변환 등 5) dtype 확인 및 변경 : 필요 dtype 변경 6) 데이터 병합 : pd...