Numpy, Scipy, Pandas, Matplotlib 설치

python에 numpy, scipy, pandas, matplotlib 설치하기 (이클립스 등의 편집기에서 실습)  

방법 1)

c:\~>pip install numpy

...

하거나 또는 아래와 같이 해 준다.

http://www.lfd.uci.edu/~gohlke/pythonlibs 에서 해당 파일을 찿아 다운로드한다.

압축을 풀어 python\lib\site-packages  폴더에 복사해 준다.

아래에 적어 둔 내용도 수행시켜 준다.

c:\~>easy_install python_dateutil

c:\~>easy_install pyparsing

c:\~>pip install cycler

c:\~>pip install pytz

방법 2)

Anaconda 를 설치(위의 모든 모듈이 자동으로 설치됨)하고, 이클립스에서 실행한다.

또는 IPython 환경으로 실습해도 됨(이 때는 대개의 경우 Jupyter Notebook을 사용함)

--이클립스의 pydev에서 numpy 예제

import numpy as np  #numpy 라이브러리를 np라는 이름으로 import 시킨다.

a = np.array([1, 2, 3])    # 랭크가 1인 배열을 생성한다

print (type(a))              # a의 타입,"<type 'numpy.ndarray'>" 를 표시한다.

print (a.shape)             # a의 모양 shape인 "(3,)" 을 표시한다.

print (a[0], a[1], a[2])   # []로 각 인덱스 요소에 접근할 수 있다. "1 2 3" 이 표시된다.

a[0] = 5                   # 인덱싱으로 새로운 값을 할당할 수 있다.

print (a)                    # Prints "[5, 2, 3]"

print()

b = np.array([[1,2,3],[4,5,6]])    # 리스트들을 통해 rank 2인 배열을 만든다.

print (b.shape)                    #  b의 모양은 "(2, 3)" 이 되며, 2행 3열이라 보면 된다.

print (b[0, 0], b[0, 1], b[1, 0])  # 배열은 튜플로서 인덱스 되고, (0,0), (0,1), (1,0) 의 인덱스를 찾아 "1 2 4" 를 표시.

--이클립스의 pydev에서 pandas 예제

from pandas import Series

#Series는 일련의 객체를 담을 수 있는 1차원 배열과 같은 자료구조로 색인을 갖는다.

obj = Series([3, 7, -5, 4]) 

print(obj)

print()

obj2 = Series([3, 7, -5, 4], index=['a', 'b', 'c', 'd'])  #색인을 지정

print(obj2)

print("\n배열 값 얻기")

print(obj2.values) 

print("\n배열 인덱스 얻기")

print(obj2.index)  

print()

#파이썬 dict type의 자료로 Series 객체를 생성

names = {'mouse':12000, 'keyboard':25000, 'mornitor':'450000'} 

print(names)

obj3 = Series(names)

print(obj3)

print()

obj3.index = ['키보드', '모니터', '마우스']   #Series의 색인은 대입을 통해 변경이 가능

print(obj3)

--이클립스의 pydev에서 차트 그리기 예제

import matplotlib.pyplot as plt

import numpy as np

x = range(100)

y = [ i*i for i in x]

plt.plot(x,y)

plt.show()

print()

plt.plot([1,2,3,4], [1,4,9,16], 'ro')

plt.show()

print()

def f(t):

    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)

t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)

plt.subplot(211)

plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)

plt.plot(t2, np.cos(2*np.pi*t2), 'r--')

plt.show()

--소계 출력 예제                       

from pandas.core.series import Series

from pandas.core.frame import DataFrame

import numpy as np

np.random.seed(1)

n=10

df = DataFrame({'mygroups' : np.random.choice(['dogs','cats','cows','chickens'], size=n), 'data' : np.random.randint(1000, size=n)})

df.sort_values('mygroups', ascending=False, inplace=True )

print(df.groupby('mygroups', sort=False).sum())

수학, 통계, 차트 관련 사이트

module

http://www.numpy.org/

http://pandas.pydata.org/

http://matplotlib.org/

http://scipy.org/

numpy기초 

http://ishuca.tistory.com/373

http://scipy.github.io/old-wiki/pages/Tentative_NumPy_Tutorial.html

scipy 학습 

http://www.scipy-lectures.org/

pandas 학습 

http://quant-econ.net/py/pandas.html

powerful Python data analysis toolkit (pdf)   

http://pandas.pydata.org/pandas-docs/version/0.18.1/pandas.pdf

matplotlib 학습 

https://www.wakari.io/nb/url///wakari.io/static/notebooks/Lecture_4_Matplotlib.ipynb 

http://www.labri.fr/perso/nrougier/teaching/matplotlib/

머신러닝 삽질해보기 

http://blog.naver.com/acwboy/220525345312