본 글은 Evan Jung님의 Udemy "데이터분석 필수, Python Streamlit을 활용한 대시보드 만들기" 강의를 수강 후 정리해 작성하였습니다. 안녕하세요 [seaborn] boxplot 그래프를 통해 이상치 확인하고 제거하기 (1)에 이어서 이번 글에서는 사용자 정의 함수를 통해 이상치를 처리하는 방법과 seaborn 라이브러리를 활용하여 두 개의 boxplot 그래프를 그리는 것을 알아보겠습니다 ! 이상치 제거 함수 만들기 먼저 필요한 라이브러리를 불러오도록 하겠습니다. import pandas as pd 이후 remove_outliers_iqr 이름의 이상치 제거 함수를 정의하였습니다. [seaborn] boxplot 그래프를 통해 이상치 확인하고 제거하기 (1)에서 다뤘던 이상치 제..

본 글은 Evan Jung님의 Udemy "데이터분석 필수, Python Streamlit을 활용한 대시보드 만들기" 강의를 수강 후 정리해 작성하였습니다. 안녕하세요 이번 글에서는 seaborn 라이브러리를 활용해 boxplot 그래프를 통해 이상치를 확인하고 제거하는 방법에 대해 알아보겠습니다. 먼저 필요한 라이브러리를 불러오도록 하겠습니다. 이후 data 폴더에 저장되어 있는 raw_sales.csv 파일을 read_csv 메소드를 사용하여 불러오도록 하겠습니다. parse_dates 매개변수? pandas의 read_csv 메소드를 사용할 때 parse_dates 매개변수는 지정된 컬럼들의 데이터를 파이썬 datetime 객체로 변환해줍니다. CSV 파일에 날짜 정보가 문자열 형태로 저장되어 있을..

안녕하세요 이번 글에서는 matplotlib 라이브러리를 이용해서 간단한 시각화를 하는 방법을 다뤄보겠습니다 먼저 필요한 라이브러리를 불러오도록 하겠습니다 import matplotlib.pyplot as plt data1 변수에 임의로 데이터를 넣은 후 그래프를 그려보았습니다. x축은 data1의 인덱스 값을, y축은 data1의 인덱스에 해당하는 값을 나타내며 그래프는 직선형태임을 알 수 있습니다. 그러나, 해당 방식은 OOP(객체지향프로그래밍) 방식의 코드가 아닙니다. 파이썬은 객체지향언어이므로 저는 계속해서 위의 방식이 아닌 객체지향방식의 코드를 통해 시각화를 해보겠습니다. 시각화를 할 때 가장 먼저 작성해주셔야 하는 코드는 아래 코드입니다. 그림을 그릴때 사용하는 흰 도화지라고 이해해주시면 됩니..