명목척도, 순위척도, 등간척도, 비율척도
명목척도(nominal scale) - 가장 낮은 수준의 척도로 이름뿐인 척도. 명목척도는 이름 또는 범주를 나타낼때도 쓴다. 남/녀, 학력(중졸이하, 고졸, 대졸, 대학원 졸) 등 구분하는 것에 의미를 갖는다. 숫자로 표현될 순 있지만 수량적 의미를 가지진 않는다. 순위척도(ordinal scale) - 관찰대상이 지니는 속성을 기준으로 상대적 크기를 나타내고 비교가 가능한 척도 말 그대로 순위를 나타내는 척도. 대표적으로 순위를 매기는 것에도 사용된다. 전교 석차라든가, 올림픽 금,은,동메달 등도 순위척도에 포함된다. 등간척도(interval scale) - 간격을 측정하는 척도 속성간의 차이를 간격을 균일하게 분할하여 측정하는 것이다. 대표적으로 온도나 시간에 관한 정보를 등간척도의 예로 다룬다. ..
2019. 11. 26.
[pandas] 첫번째 행을 columns 으로 지정
다음과 같은 형태의 데이터를 변형한다 1. 행 열 전환 2. 첫번째 행을 columns 으로 지정 데이터 형식은 다음과 같다(csv 파일) 가맹점명,1일,2일,3일,4일,5일 서울점,98400,53200,63300,49400,13000 인천점,82700,19900,5500,10600,8500 경기도점,99100,42500,48000,83100,73700 jupyter notebook 으로 실행 import pandas as pd dt = pd.read_csv('sample.csv') dt 행 열 전환 dt1 = dt.transpose() dt1 첫번째 행을 column으로 지정 dt2 = dt1.rename(columns=dt1.iloc[0]) dt2 첫번째 행을 삭제한다 dt3 = dt2.drop(..
2019. 11. 22.
[python-numpy] 차원 수정(reshape)
- 1차원, 2차원 만들기 - 1차원 -> 2차원으로 변형 - 2차원 -> 1차원으로 변형 1차원 만들기 np.arange(10) # 결과 array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 2차원 만들기 np.zeros((3,2)) # 결과 array([[0., 0.], [0., 0.], [0., 0.]]) 데이터 형태를 살펴보면 float 형태로 만들어졌음을 확인할 수 있다 np.zeros((3,2)).dtype # 결과 dtype('float64') 만약 유형을 고정하고 싶다면 다음 옵션을 준다 array2 = np.zeros((3,2), dtype='int') print(array2) print('---') print(array2.dtype) # 결과 [[0 0] [0 0] [0 ..
2019. 11. 5.
