Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 프로그래머스
- 실습
- AICE
- MySQL
- 프로젝트
- 회고록
- 자격증
- tableau
- 유데미부트캠프
- 유데미코리아
- 부트캠프후기
- 취업부트캠프
- 코딩테스트
- 스타터스부트캠프
- 프리온보딩
- 데이터분석
- Tableau Desktop Specialist
- 러닝스푼즈
- 데이터시각화
- trouble shooting
- 파이썬
- 쿼리테스트
- 자격증준비
- 코테
- 데이터분석가
- 2024년
- Python
- 유데미
- SQL
- 태블로
Archives
- Today
- Total
목록Folium (1)
신이 되고 싶은 갓지이

* 데이터가 없다면 Seaborn 내장 데이터를 불러와서 활용 가능하다. raw = sns.load_dataset('tips') 1) Seabron으로 데이터 시각화하기 1. Seaborn 함수 기본형태 - sns.그래프종류(data = 데이터프레임, x='x축 커럼명' , y='y축 컬럼명', hue='그래프 안에서 색상 구별할 컬럼명') 2. 데이터 분포 확인 (수치형,수치형) - 두개의 변수(모두 수치형)의 분포를 확인 할 때 - sns.relplot(data = df, x =' ' , y = ' ', hue = ' ', kind = '옵션') scatter (기본값) line 3. 데이터 관계 확인 (수치형, 수치형) - sns.jointplot(data = df, x =' ' , y = ' ',..
Python
2024. 1. 5. 13:11