program 설치

1. miniconda3 설치

2. visual studio code 설치

3. Analysis Seoul CCTV

Jupyter & VSCode

1. ~ 3. 데이터 읽기

목표

• 인구수 대비 CCTV 설치 현황 시각화
  - CCTV 데이터 및 인구현황 데이터 확보
  • 데이터 정리 및 정렬 후 그래프 도출

anaconda prompt를 이용해 jupyter notebook 실행

기본 조작

• python과 마찬가지로 import '모듈명'을 이용해 모듈을 불러오고 as 키워드로 축약가능
• 명령어
  - head() 상단의 5개 데이터를 출력
  • tail() 하단의 5개 데이터를 출력
  • inplace=True columns 변경을 하위에도 적용
  • 사용을 모르는 경우 pandas read_excel(csv) documentation을 구글에 검색하여 찾기

4. ~ 6. Pandas 기초

• pandas는 통상적으로 pd라고 import
• 수치해석적 함수가 많은 numpy는 통상 np로 import
• pandas의 데이터형을 구성하는 기본은 Series이다.
• 날짜(시간)를 이용할 수 있다.
• pandas에서 가장 많이 사용되는 데이터 형은 DataFrame이며, index와 columns를 지정하면 됨.
• 명령어
  - df.index - 인덱스 확인
  • df.columns - 컬럼 확인
  • df.Values - 밸류 확인
  • df.info - 데이터프레임의 기본정보 확인(데이터 크기 및 형태 확인.)
  • df.describe 데이터프레임의 통계적 기본정보를 확인
  • df.sort_values(by="columns/index)" - 데이터를 정렬
  • df["컬럼명"] - 특정 컬럼만 읽기
  • df[시작:끝] - 시작부터 끝-1까지 데이터 슬라이스(인덱스 이름으로도 가능)
  • df.loc[행시작:행끝, [열시작:열끝]]으로 슬라이스
  • df.iloc - 인덱스 번호로 슬라이스
  • etc..
• pandas 기초
  - python에서 R 만큼의 강력한 데이터 핸들링 성능을 제공하는 모듈
  - 단일 프로세서에서는 최대 효율
  - 코딩 가능하고 응용 가능한 엑셀로 받아들여도 됨
  - 누군가 스테로이드를 맞은 엑셀로 표현함
  - Series는 index와 values로 이루어져 있으며, 한 가지 데이터 타입만 가질 수 있음.
  • date_range를 이용해 날짜데이터를 datetime64[ns]라는 타입으로 만들 수 있음.

7. ~ 11. 데이터 보기 및 합치기

• head()로 상위 5개의 value 확인 가능
  - tail()로 상위 5개의 value 확인 가능
• sort_values(by="고령자비율", ascending=False)
  - 데이터 프레임 정렬 가능
  • by = "기준" 으로 정렬 기준 설정
  • ascending True/False 로 오름차순/내림차순 정렬 가능
• drop 함수로 데이터 삭제 가능
• info로 데이터 정보 확인 가능
• corr로 상관계수 확인 가능