Data Analyst KIM

나는 전반적인 흐름에 대해서 이야기를 했다. 팀원들이 알아온 내용을 토대로 어떻게 활용이 가능하며 어떤 데이터를 필요로 하는지 정의를 해보았다.

프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr def solution(dots): answer = 0 x1 , y1 = dots[0][0] , dots[0][1] x2 , y2 = dots[1][0] , dots[1][1] x3 , y3 = dots[2][0] , dots[2][1] x4 , y4 = dots[3][0] , dots[3][1] if (y2-y1)/(x2-x1) == (y4-y3)/(x4-x3) : return 1 elif (y3-y1)/(x3-x1) == (y4-y2)/(x4-x2) : return 1 else : return 0

프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr def solution(arr, query): result = [] for i in range(len(query)): if i % 2 == 0: # 짝수 인덱스인 경우, query[i] 인덱스를 제외한 나머지 부분을 삭제합니다. arr = arr[:query[i]+1] else: # 홀수 인덱스인 경우, query[i] 인덱스를 제외한 나머지 부분을 삭제합니다. arr = arr[query[i]:] return arr

t1-결측치 문제 주어진 데이터에서 결측치가 80%이상 되는 컬럼은 삭제하고, 80% 미만인 결측치가 있는 컬럼은 'city'별 중앙값으로 값을 대체하고 'f1'컬럼의 평균값을 출력해라 데이터 : basic1.csv # 라이브러리 및 데이터 불러오기 import numpy as np import pandas as pd ex = pd.read_csv("C:/Users/USER/OneDrive/바탕 화면/6688/PART 02 파이썬 분석/csv1/basic1.csv") ex id age city f1 f2 f3 f4 f5 0 id01 2.0 서울 NaN 0 NaN ENFJ 91.297791 1 id02 9.0 서울 70.0 1 NaN ENFJ 60.339826 2 id03 27.0 서울 61.0 1 NaN..

T1-1. 이상치를 찾아라 데이터에서 IQR을 활용해 Fare컬럼의 이상치를 찾고, 이상치 데이터의 여성의 수를 구해라. 타이타닉 데이터활용 # 라이브러리 불러오기 import numpy as np import pandas as pd import matplotlib.pyplot as plt #데이터셋 불러오고 살펴보기 df1 = pd.read_csv("C:/Users/USER/OneDrive/titanic.csv") df1.head() PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked 0 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S 1 2..

최근 마크다운의 중요성을 깨닫고 적용을 하며 공부를 하고 있다. 다른 블로그를 보며 참고하여 공부를 했는데 정리가 잘되어있는 블로그가 있어서 공유하고자 한다. [Markdown] Jupyter Notebook :: 주피터 노트북 마크다운 정리 주피터 노트북에서 마크다운을 활용하는 여러가지 기능들을 소개하고자 한다. 마크다운이란? 먼저, 마크다운이란 일반 텍스트 문서의 양식을 편집하는 문법으로, HTML의 형태로 변환이 가능하다 leedakyeong.tistory.com