# 왜? python 의 pip란 코딩에 필요한 다양한 라이브러리를 SDK로 쉽게 설치할수 있도록 도와줍니다. 따라서 협업에서는 사람들에게 빠르게 공유할 필요성이 있는데 이때 custom library를 설정해서 gitub의 requirements.txt에 공유해주기만 한다면 코드에 바로바로 사용 가능하다는 장점이 있습니다! ``` pip install git+http://{github repo 주소}.git ``` 저는 AI개발자가 쉽게 google cloud에 접속해 모델파일을 올리거나, 저장소에 있는 모델파일들을 download하는 커스텀 라이브러리를 사용하는 방식을 적용해 보겠습니다. 일단 google cloud 계정이 없으시면 만들어주시고 google cloud project에 접근가능한 ser..

실습 1주차 : 딕셔너리 시리즈 변환 # -*- coding: utf-8 -*- # pandas 불러오기 import pandas as pd # k:v 구조를 갖는 딕셔너리를 만들고, 변수 dict_data에 저장 dict_data = {'a': 1, 'b': 2, 'c': 3} # 판다스 Series() 함수로 딕셔너리(dict_data)를 시리즈로 변환. 변수 sr에 저장 sr = pd.Series(dict_data) # 변수 sr의 자료형 출력 print(type(sr)) print('\n') # 변수 sr에 저장되어 있는 시리즈 객체를 출력 print(sr) a 1 b 2 c 3 dtype: int64 import pandas as pd # 리스트를 시리즈로 변환하여 변수 sr에 저장 list_d..

Pandas 목적 다양한 소스로부터 수집하는 데이터 형태가 다양한데 동일한 구조고 통합하기 위해 사용 종류 Series :1차원 배열 DataFrame : 2차원 배열 Series 딕셔너리 구조와 비슷 → 시리즈로 변환 인덱스 종류 : 정수형 위치인덱스 , 인덱스 이름 (column) 인덱스 vs. 데이터 값배열 확인 index = sr.index val = sr.values 인덱스 유형에 따라 쓰는 방법 다름 Series 생성시 index 전달 바로 가능 여러개 index 선택시 # [[]] 여러개 범위 선택시 # [1:3] , arr[’이름’:’나이’] DataFrame 2차원 배열 열 → 시리즈 객체 #각 열은 공통의 속성을 가져야함 행 → 개별 관측대상에 대한 속성데이터 record 행 / 열 i..