import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='Malgun Gothic'
matplotlib.rcParams['axes.unicode_minus'] = False
국어점수 데이터
sr = pd.Series( [90,90,55,60,76,80,76,88,30,25],
name="국어점수" )
sr.index=['홍길동','이순신','임꺽정','정난정',
'이이','이황','정도전','김철수1',
'김철수2','김철수3']
sr[OUT] :
홍길동 90
이순신 90
임꺽정 55
정난정 60
이이 76
이황 80
정도전 76
김철수1 88
김철수2 30
김철수3 25
Name: 국어점수, dtype: int64
과일 데이터
fruit=pd.Series( [10,20,30,50],index=['사과','딸기','포도','수박'],name='과일' )
fruit[OUT] :
사과 10
딸기 20
포도 30
수박 50
dtype: int64연습문제
1. 이름순으로 정렬하시오
2. 키보드로 입력 받아 검색된 이름의 점수를 구하시오
3. 데이터를 다음과 같이 출력하시오
(0~59:F , 60~69:D, 70~79:C, 80~89:B, 90~100:A
---------------------
이름 국어 학점
---------------------
홍길동 70 C
...
김철수3 25 F
4. 국어 점수 50점 이하는 가산점 20%, 50점 초과는 가산점 10%를 부여하시오
5. 국어점수 10%, 50%, 90%에 해당하는 값을 구하시오
6. 각 국어점수에 대한 개수를 구하시오
7. 국어점수에 대한 boxplot을 그리시오
8. 국어점수를 10개(0~100점을) 로 분할한 경우 각 점수별 도수분포표를 구하고(아래이미지참조) 히스토그램을 구하시오
9. 과일의 비율을 파이차트로 그리시오
Solution
1. 이름순으로 정렬하시오
sr.sort_index()[OUT] :
김철수1 88
김철수2 30
김철수3 25
이순신 90
이이 76
이황 80
임꺽정 55
정난정 60
정도전 76
홍길동 90
Name: 국어점수, dtype: int64
2. 키보드로 입력 받아 검색된 이름의 점수를 구하시오
search = input('이름을 입력하세요:')
sr[search]
# sr['%s'%search][OUT] :
이름을 입력하세요홍길동
90
3. 데이터를 다음과 같이 출력하시오
(0~59:F , 60~69:D, 70~79:C, 80~89:B, 90~100:A
---------------------
이름 국어 학점
---------------------
홍길동 70 C
...
김철수3 25 F
print('-'*22)
print('이름','국어', '학점', sep='\t')
print('-'*22)
sr_cut = pd.cut(sr,[-1,59,69,79,89,100],labels=['F','D','C', 'B', 'A'])
sr_cut[OUT] :
----------------------
이름 국어 학점
----------------------
Out[7]:
홍길동 A
이순신 A
임꺽정 F
정난정 D
이이 C
이황 B
정도전 C
김철수1 B
김철수2 F
김철수3 F
Name: 국어점수, dtype: category
Categories (5, object): [F < D < C < B < A]
for n,k,f in zip( sr.index, sr, sr_cut):
print( n,k,f, sep='\t')[OUT] :
홍길동 90 A
이순신 90 A
임꺽정 55 F
정난정 60 D
이이 76 C
이황 80 B
정도전 76 C
김철수1 88 B
김철수2 30 F
김철수3 25 F
4. 국어 점수 50점 이하는 가산점 20%, 50점 초과는 가산점 10%를 부여하시오
sr.apply( lambda v: v*1.2 if v<=50 else v*1.1)
sr[sr<=50] = sr[sr<=50]*1.2
sr[sr>50] = sr[sr>50]*1.1
sr[OUT] :
홍길동 99.0
이순신 99.0
임꺽정 60.5
정난정 66.0
이이 83.6
이황 88.0
정도전 83.6
김철수1 96.8
김철수2 36.0
김철수3 30.0
Name: 국어점수, dtype: float64
5. 국어점수 10%, 50%, 90%에 해당하는 값을 구하시오
sr.quantile([0.1,0.5,0.9])[OUT] :
0.1 29.5
0.5 76.0
0.9 90.0
Name: 국어점수, dtype: float64
6. 각 국어점수에 대한 개수를 구하시오
sr.value_counts()[OUT] :
90 2
76 2
30 1
60 1
25 1
88 1
55 1
80 1
Name: 국어점수, dtype: int64
7. 국어점수에 대한 boxplot을 그리시오
sr.plot(kind = 'box', ylim=(0,100))
plt.show()
8. 국어점수를 10개(0~100점을) 로 분할한 경우 각 점수별 도수분포표를 구하고(아래이미지참조) 히스토그램을 구하시오
print('계급','계급값', '도수','누적도수','상대도수', sep='\t')
print('-'*50)
# a = pd.cut(sr,[0,10,20,30,40,50,60,70,80,90,100]).value_counts().sort_index()
result = pd.cut(sr,range(0,101,10)).value_counts().sort_index()
result[OUT] :
계급 계급값 도수 누적도수 상대도수
--------------------------------------------------
Out[30]:
(0, 10] 0
(10, 20] 0
(20, 30] 2
(30, 40] 0
(40, 50] 0
(50, 60] 2
(60, 70] 0
(70, 80] 3
(80, 90] 3
(90, 100] 0
Name: 국어점수, dtype: int64
cv = range( 5,96,5) #계급값
#누적도수
srsum = []
defalts = 0
for i in result:
defalts += i
srsum.append(defalts)
srsum[OUT] :
[0, 0, 2, 2, 2, 4, 4, 7, 10, 10]
result.cumsum()[OUT] :
(0, 10] 0
(10, 20] 0
(20, 30] 2
(30, 40] 2
(40, 50] 2
(50, 60] 4
(60, 70] 4
(70, 80] 7
(80, 90] 10
(90, 100] 10
Name: 국어점수, dtype: int64
result/result.sum()[OUT] :
(0, 10] 0.0
(10, 20] 0.0
(20, 30] 0.2
(30, 40] 0.0
(40, 50] 0.0
(50, 60] 0.2
(60, 70] 0.0
(70, 80] 0.3
(80, 90] 0.3
(90, 100] 0.0
Name: 국어점수, dtype: float64
a=10
s=f'{a:5}'
print(s)[OUT] :
10
for idx,b,c,d,e in zip(result.index, cv, result, result.cumsum(), result/result.sum() ):
# print(i,b,c,d,e, sep='\t')
# print(idx,b,c,d,e, sep='\t')
print( f'{str(idx):10}{b:5}{c:5}{d:5}{e:5}' )[OUT] :
(0, 10] 5 0 0 0.0
(10, 20] 10 0 0 0.0
(20, 30] 15 2 2 0.2
(30, 40] 20 0 2 0.0
(40, 50] 25 0 2 0.0
(50, 60] 30 2 4 0.2
(60, 70] 35 0 4 0.0
(70, 80] 40 3 7 0.3
(80, 90] 45 3 10 0.3
(90, 100] 50 0 10 0.0
sr.plot(kind='hist', bins=list(range(0,101,10)))
plt.show()
9. 과일의 비율을 파이차트로 그리시오
fruit.plot(kind = 'pie',autopct='%.2f',
shadow=True, explode=[0,0,0.1,0.2])
plt.show()
review
- pandas master Yay
