GO WILD, SPEAK LOUD, THINK HARD

보호되어 있는 글입니다.

보호되어 있는 글입니다.

✔ 12주차. 데이터 분석 핵심 기법 파이썬 라이브러리인 Pandas, Numpy, Matplotlib의 사용할 수 있습니다. 파이썬 라이브러리를 활용하여 데이터 분석을 할 수 있습니다. 데이터를 분석하고 시각화하는 방법을 알수 있습니다. [01 Pandas 심화 알아보기] 1. 조건으로 검색하기 - numpy array와 마찬가지로 masking 연산 가능 import numpy as np import pandas as pd df = pd.DataFrame(np.random.rand(5, 2), columns=['A', 'B']) print(df) # A B # 0 0.609329 0.841142 # 1 0.451572 0.712937 # 2 0.555806 0.667044 # 3 0.113700 0...

✔ 12주차. 데이터 분석 핵심 기법 파이썬 라이브러리인 Pandas, Numpy, Matplotlib의 사용할 수 있습니다. 파이썬 라이브러리를 활용하여 데이터 분석을 할 수 있습니다. 데이터를 분석하고 시각화하는 방법을 알수 있습니다. [01 NumPy 사용해보기] 1. 배열 만들기 - Numpy : Numerical Python. Python에서 대규모 다차원 배열을 다룰 수 있게 도와주는 라이브러리. 파이썬 리스트에 비해 빠른 연산을 지원하고 메모리를 효율적으로 사용함. (import 해서 사용함) - 배열 만들기 : array 사용 # 일반적인 list로 배열 만들기 list(range(10)) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # numpy 사용해서 만들기 import..

✔ 11주차. 자료구조와 알고리즘 개발 역량 강화를 위한 자료구조 및 알고리즘 문제를 수행할 수 있습니다. 알고리즘 문제를 만났을 때 효율적으로 접근하는 방법을 알 수 있습니다. 알고리즘 문제 해결 기법의 근복적인 이해를 할 수 있습니다. [01 동적 계획법 기초] 1. 동적계획법 기초 - 피보나치 수열 - 재귀를 이용한 피보나치 수열 def fibo(n): if n < 3: return 1 else: return fibo(n-1) + fibo(n-2) - 동적계획법 : 복잡한 문제를 간단한 여러 개의 하위 문제로 나누어 푸는 방법. (하위 문제의 답을 저장하여 중복 연산X, 하위 문제의 수만큼 저장공간 필요) fibonacci = {1: 1, 2: 1} def fibo(n): if n in fibona..