03. 데이터 분석에 필요한 연장 챙기기 - 변수, 함수, 패키지

 

 

• 변수와 상수
  • 파이썬에서 사용하는 변수는 객체를 가리키는 것이라고도 말할 수 있다. 객체란 우리가 지금까지 보아 온 자료형의 데이터(값)와 같은 것을 의미하는 말이다.
  • 변수_이름 = 변수에_저장할_값
  • 변수명 규칙: 문자, 숫자, 언더바(_)의 조합, 반드시 문자로 시작, 대소문자 구분
  • 묶음형 변수: 리스트, 딕셔너리, 튜플
  • 문자 변수

 

---

• 함수
  • 데이터 분석은 대부분 함수를 통해 진행
  • 따라서 분석에 필요한 함수의 기능을 익히고 잘 조작할 수 있어야 함
  • 함수 이용
  • [반환값받을변수=]함수명인자
  • 리턴값을_받을_변수 = 함수_이름(입력_인수1, 입력_인수2, ...)

def 함수_이름(매개변수):
    수행할_문장
    ...
    return 리턴값

def add(a, b):  # a, b는 매개변수
    return a+b

print(add(3, 4))  # 3, 4는 인수

 

---

 

• 패키지(package)란?
  • 함수가 여러 개 들어 있는 꾸러미
  • 함수를 사용하려면 패키지 설치부터 먼저 진행
  • 아나콘다에 주요 패키지 대부분 들어있음
  • 패키지 사용 방법
    • 패키지 설치하기->패키지 로드하기->함수 사용하기
  • • package 약어 활용하기
      • 패키지 약어를 사용하면 함수를 사용할 때 패키지 이름 대신 약어를 활용해 코드를 짧게 줄일 수 있어 편리하다.
      • <패키지를 로드하는 코드 뒤에 as 와 약어를 입력하면 된다.> 
        import seaborn as sns
  • pip install package
  • import package

# package 함수 사용하기(seaborn)
import seaborn
var = ['a', 'a', 'b', 'c'] # 변수 var 생성
var

# 패키지 로드하고 data() 함수로 데이터셋 종류 확인하기
import pydataset  # pypi.org
pydataset.data()

# package 약어 활용하기
import seaborn as sns
sns.countplot(x = var)

# dataload_dataset()를 이용하여 seaborn 패키지에 들어 있는 데이터를 불러올 수 있다.
df = sns.load_dataset('titanic')
df

 

 

---

 

• 모듈이란
  • 함수가 많은 경우 비슷한 함수끼리 모아 모듈로 구성
  • 모듈 사용
  • import 패키지명.모듈명

💡 1. sklearn 패키지의 metrics 모듈 로드하기
import sklearn.metrics

# sklearn 패키지의 metrics 모듈 로드하기
from sklearn import metrics

💡 2. 모듈에 들어있는 함수를 사용하기 위해서는 패키지명.모듈명.함수명()을 입력하자
sklearn.metrics.accuracy_score()

💡 3. 모듈명.함수명()으로 함수 사용해보자
from sklearn import metrics
metrics.accuracy_score()

💡 4. 함수명()으로 함수 사용해보자 
# sklearn 패키지 metrics 모듈의 accuracy_score() 로드하기
from sklearn.metrics import accuracy_score
accuracy_score()

🚩 as로 약어 지정하기

import sklearn.metrics as met 
from sklearn import metrics as met 
from sklearn.metrics import accuracy_score as accuracy