[혼공분석] 4주차_코딩은 40대 후반부터~

[ 기본 숙제(필수) ]

 

5. ns_book7 남산도서관 대출 데이터에서 1980년~2022년 사이에 발행된 도서를 선택하여

    다음과 같은 '발행년도'열의 히스토그램을 그려 보세요.

    ① matplotlib, ② seaborn, ③ plotly, ④ pygwalker 라이브러리를 활용, 동일 결과/출력~

 

    ① matplotlib

selected_row = (ns_book7['발행년도']>=1980) & (ns_book7['발행년도']<=2022)
plt.hist(ns_book7[selected_row]['발행년도'])
plt.show()

 

   

 

    ② seaborn

import seaborn as sns
sns.histplot(data=ns_book7[selected_row], x='발행년도', bins=10)

 

 

    ③ plotly

import plotly.express as px
fig = px.histogram(data_frame=ns_book7[selected_row], x='발행년도')
fig.update_layout(width=650, height=500)

 

 

    ④ pygwalker

import pygwalker as pyg
pyg.walk(ns_book7[selected_row])

 

 

[ 나만의 숙제(필수) ]

 

6. 문제 5번에서 선택한 도서로 '발행년도'열의 상자 수염 그림을 그려 보세요.

import plotly.express as px
fig = px.box(data_frame=ns_book7[selected_row], y='발행년도')
fig.update_layout(width=650, height=500)

 

 

[ 추가 숙제(필수) ]

 

1. Ch.04(04-1)에서 배운 8가지 기술통계량(평균, 중앙값, 최솟값, 최댓값, 분위수, 분산, 표준편차, 최빈값)의 개념 정리~

	기술통게량	개념
1	평균	데이터값을 모두 더한 후 데이터 개수로 나눈 값
		ns_book7['대출건수'].mean()
2	중앙값	전체 데이터를 크기 순서대로 일렬로 늘어 놓았을 때 중간에 위치한 값
		ns_book7['대출건수'].median()
3	최솟값	최솟값
		ns_book7['대출건수'].min()
4	최댓값	최대값
		ns_book7['대출건수'].max()
5	분위수	순서대로 나열된 데이터를 일정한 간격으로 나누는 기준점 예를 들어 사분위수는 데이터를 4등분하며, 25%, 50%, 75%에 위치한 값입니다. 백분위수는 데이터를 100개의 구간으로 나눕니다.
		ns_book7['대출건수'].quantile(0.25)
6	분산	데이터가 평균에서 얼마나 멀리 퍼져 있는지를 알려 줍니다. 각 데이터를 평균에서 뺀 다음 제곱한 후 전체 데이터 개수로 나누어 구합니다.
		ns_book7['대출건수'].var()
7	표준편차	분산의 제곱근으로 분산과 마찬가지로 데이터의 분포 정도를 알려 줍니다. 표준편차는 원본 데이터와 단위가 같기 때문에 분산보다 해석하기 쉽습니다.
		ns_book7['대출건수'].std()
8	최빈값	데이터에서 가장 많이 등장 하는 값을 알려줍니다. 최빈값은 숫자와 문자 데이터에 모두 적용할 수 있습니다.
		ns_book7['발행년'].mode()

 

기술통계를 출력하는 describe() 메서드를 활용하여 '대출건수'에 대한 기술통계를 출력해보기~

ns_book7['대출건수'].describe()