Creative Code

import sklearn from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split import pandas as pd # Iris 데이터셋을 로드합니다. iris = load_iris() # iris는 Bunch 객체로, 다양한 정보를 포함하고 있습니다. # 데이터의 타입을 확인합니다. type(iris) # bunch는 사전(dictionary)과 비슷한 데이터 타입입니다. # Iris 데이터의 특성(Features)을 출력합니다. print(iris['data']) # Iris 데이터에 포함된 키(필드)들을 ..

import numpy as np import matplotlib.pyplot as plt # -100에서 100 사이의 랜덤 정수 50개를 생성하고 누적합을 계산합니다. data = np.random.randint(-100, 100, 50).cumsum() print(data) # 시간에 따른 주식가격 데이터를 라인 플롯으로 시각화합니다. plt.plot(range(50), data, 'r') plt.title('시간별 가격 추이') # 그래프 제목 설정 plt.ylabel('주식가격') # y축 레이블 설정 plt.xlabel('시간(분)') # x축 레이블 설정 import matplotlib.font_manager as fm # 사용할 한글 폰트 파일의 경로를 설정합니다. path = 'Nanum..

import pandas as pd import folium from folium.plugins import MarkerCluster # cp949 인코딩으로 CSV 파일에서 데이터를 불러옵니다. df = pd.read_csv('data/jeju.csv', encoding='cp949') # 지도에 마커를 표시하는 함수 정의 def display(loc, map): if loc[0] != '결과없음': folium.Marker(loc[0], tooltip=loc[1]).add_to(map) # (33.3616666, 126.5291666)를 중심으로 하는 지도를 생성하고 줌 레벨을 10으로 설정합니다. map = folium.Map((33.3616666, 126.5291666), zoom_start=10..

# Folium 라이브러리를 가져옵니다 import folium # Folium 지도 객체를 생성합니다. 시작 위치와 줌 레벨, 타일 스타일을 지정합니다. m = folium.Map([52.0210802, 0.2312701], zoom_start=15, tiles='cartodb positron') print(m) # 지도를 HTML 파일로 저장합니다 m.save('map.html') # 새로운 지도를 생성하고 아이콘을 설정합니다 m = folium.Map([52.0210802, 0.2312701], zoom_start=15) icon = folium.Icon(color='red', icon_color='white', icon='tower', angle=0) # 마커를 생성하고 툴팁 및 팝업을 추가합니다..

먼저 pip install geopy 명령어로 모듈 설치하기.. REST_API_KEY 는 kakao developer 에서 애플리케이션 생성 후 rest api 키를 복사해 json 파일에 딕셔너리 형태로 저장후 사용 # 지오코딩을 위한 모듈을 가져옵니다 from geopy.geocoders import Nominatim # 사용자 에이전트를 지정하여 지오코더 객체를 생성합니다 geocoder = Nominatim(user_agent='test') # 특정 주소를 지오코딩하고 결과를 저장합니다 result = geocoder.geocode('서울특별시 송파구 올림픽로 300') print(type(result)) # 결과의 데이터 타입 출력 print(result.address) # 주소 출력 prin..

# pandas 라이브러리 가져오기 import pandas as pd # CSV 파일을 읽어서 DataFrame 생성 df = pd.read_csv('data/scientists.csv') # DataFrame 출력 print(df) # DataFrame에서 'Name'과 'Age' 열 선택 및 출력 print(df[['Name', 'Age']) # 'Age' 열의 평균값 출력 print(df['Age'].mean()) # 'Age' 열의 값이 평균보다 큰지 확인하고 True/False 출력 print(df['Age'] > df['Age'].mean()) # 'Age' 열의 값이 평균보다 큰지 확인하고 결과를 리스트로 변환하여 출력 print(df['Age'].mean() < df['Age'].to_l..