[Munsik] MUNSIK BLOG [Munsik]

EDA란?EDA(Exploratory Data Analysis, 탐색적 데이터 분석)는 수집한 데이터를 그래프와 통계적 방법으로 직관적으로 이해하고 숨겨진 패턴이나 오류를 찾는 과정을 의미한다. EDA는 데이터를 모델에 넣기 전에 아래 내용을 확인하는 과정이다.데이터가 어떤 구조인지결측치나 이상치가 있는지결과값(타겟값)와 어떤 변수들이 관련 있어 보이는지전처리 과정에서 무엇을 바꿔야 하는지모델 학습에 쓰면 안 되는 정보 누수(leakage) 변수가 있는지0. 데이터셋 준비하기여기서 CSV 데이터셋을 다운로드한다. 주요 컬럼을 정리하자면 다음과 같다.문제 정의: 우리의 목표는 랭크게임 데이터를 기반으로 승리에 영향을 미치는 요인을 분석하는 것이다.1. 라이브러리 불러오기 및 데이터 읽기import nump..

🧩 Matplotlib란?Matplotlib은 파이썬에서 정적, 애니메이션 및 대화형 시각화를 생성하기 위한 포괄적인 라이브러리다. (Matplotlib 공식 사이트 발췌) Matplotlib는 파이썬에서 데이터를 그래프로 시각화하는 대표적인 라이브러리다. Numpy 배열이나 Pandas의 DataFrame, Series 데이터를 선/막대 그래프, 산점도, 히스토그램 등으로 표현할 수 있다.Figures와 AxesFigure: 그래프 전체가 들어가는 큰 캔버스 (= 도화지 전체)Axes: 실제 그래프가 그려지는 영역 (= 도화지 안의 그래프 1개)import matplotlib.pyplot as pltfig, ax = plt.subplots()ax.plot([1, 2, 3], [10, 20, 15])p..

🧩 Pandas란?Pandas는 파이썬 프로그래밍 언어를 기반으로 구축된 빠르고 강력하며 유연하고 사용하기 쉬운 오픈소스 데이터 분석 및 조작 도구다. (Pandas 공식 웹사이트 발췌) Pandas는 표 형태의 데이터를 다루기 위한 파이썬 라이브러리다. NumPy가 숫자 배열을 빠르게 계산하는 도구라면, Pandas는 열 이름이 있는 표 데이터를 편하게 다루는 도구라고 보면 된다. 보통 엑셀이나 CSV 등에서 읽어 온 데이터를 정리하고 분석하는 데 많이 사용된다.핵심 자료구조자료구조설명비유Series한 줄(열)의 데이터엑셀의 한 열DataFrame행과 열로 이루어진 표엑셀 시트 전체Series (한 줄짜리 데이터)Series는 값과 인덱스를 함께 가진 1차원 데이터이다.아래 코드에서 0, 1, 2는 ..

🧩 NumPy란?NumPy는 다차원 배열 객체, 다양한 파생 객체(마스크 배열 및 행렬 등), 그리고 배열에 대한 빠른 연산을 위한 다양한 루틴을 제공하는 파이썬 라이브러리다. (NumPy 공식 문서 발췌) NumPy는 수치 계산을 빠르고 편하게 하기 위한 파이썬 라이브러리다. 백준이나 SWEA 같은 알고리즘 대회 환경에서는 NumPy 라이브러리를 제공하지 않아 처음 보는 사람도 있을 텐데, 일반적으로 큰 행렬 및 배열 계산, 선형대수, 데이터 처리 및 분석, 머신러닝 등에서 자주 사용된다고 한다.ndarray파이썬의 list와는 별도로 NumPy는 ndarray 배열을 제공한다. (편의상 list는 리스트, ndarray는 배열로 지칭한다.)import numpy as nplst = [1, 2, 3]..