오늘은 AI 과정 첫날입니다.
모든 걸 다 기록하기 보다는 기억에 남는 것, 두고두고 기억해야할 것(같은 것) 위주로 기록하려합니다.
마인드셋
- 당연히 틀릴 수 있다는 것 염두하기(완벽하려고 하지 않기)
- 질문을 어려워하지 않기
- 다른 사람과 비교하지 않기
- 몰입하기
부트캠프 소감(?)
오늘은 부트캠프 첫날이었다. 앞으로 7개월 동안 이렇게 살아야 한다니 조금 막막하기도 하다. 동거인에게 몹시 미안하다. 아침 9시부터 저녁 9시까지 내리 앉아있었는데, 완급조절이 필요할 것 같다. 계속 이렇게 공부하다가는 금방 탈날 것 같다. 막힐 때마다 약간의 (근거없는) 자신감을 갖고, 약간의 미소를 지으며 스스로를 탓하지 않으려고 노력했다. 덕분에 즐겁게 공부할 수 있었다.
얼마전까지 교육을 기획했었고, 잘 짜여진 교육을 참여하면서 느끼는 건 앞으로의 교육은 웹에 퍼져있는 양질의 콘텐츠를 얼마나 잘 조합하느냐 싸움일 것 같다. 이미 훌륭한 선생님이 Google에 이렇게 많은데, 굳이 한 선생님한테 배울 필요가 있을까. 널리 퍼져있는 콘텐츠를 어떻게 활용하면 좋을지 방향과 방법을 제시한다는 점에서 오늘 교육이 재밌었다. 이렇게 공부한다면 문제해결력만큼은 기를 수 있을 것 같다.
EDA
1. URL로 데이터셋 불러오기
stocks_data_url = 'https://ds-lecture-data.s3.ap-northeast-2.amazonaws.com/stocks/Travel.xlsx'
import pandas as pd
df1 = pd.read_excel(stocks_data_url, sheet_name = 0)
df1 = df1.transpose() #row와 column을 바꾼다
new_header = df1.iloc[0] #첫번째 줄을 변수명 'new_head'로 저장한다.
df1 = df1[1:] #정렬은 기존 데이터의 2번째 줄부터 시작한다.
df1.columns = new_header #'new_head'를 데이터프레임의 head로 설정한다.
df1.head()
첫 번째 시트는 0으로, 두 번째 시트는 1로 지정하여 데이터셋을 구분한다.(shett_name = 0)
2. 결측치 찾기&'0'으로 바꾸기
df1.isnull() #df1에서 missing data 찾기
df1 = df1.fillna(0) #df1의 missing data를 0으로 대체데이터 전처리 과정에서 결측치를 찾는 것은 매우 중요하다.
3. 데이터셋 안에서 특정 데이터 찾기
num1 = df1.FCF[df1['FCF'] > 0].value_counts().sum() + df2.FCF[df2['FCF'] > 0].value_counts().sum()
num2 = df1.FCF[df1['FCF'] < 0].value_counts().sum() + df2.FCF[df2['FCF'] < 0].value_counts().sum()df1 데이터셋 안에서(df1.FCF) 0보다 큰 데이터를 세고([df1['FCF'] > 0].value_counts) 더한다(sum())
4. 미결과제(해결함)
11.17.
파이썬으로 QQplot 그리기는 끝끝내 실패했다.
해결하면 업데이트할 것.
11.17.
문제를 해결했다. 도전과제라 이곳에 공개는 못하지만, 변수를 만들 때 하나의 column을 미리 특정했던 것이 문제였던 것 같다. 그래프를 만드는 메소드에서 보고자하는 변수를 지정해주어야 한다. 미리 변수를 저장하지 말 것.
