| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 |
- 판다스
- paper
- 모두를 위한 RL
- Jacobian Matrix
- 유니티
- David Silver
- machine learning
- list
- Deep Learning
- unity
- 논문
- ML-Agent
- Python Programming
- 김성훈 교수님
- 리스트
- optimization
- reinforcement learning
- 사이킷런
- pandas
- 강화학습
- Laplacian
- Linear algebra
- rl
- 딥러닝
- convex optimization
- 데이터 분석
- Hessian Matrix
- statistics
- Series
- neural network
목록데이터 분석 (6)
RL Researcher
04. 판다스(Pandas) - Series boolean selection 활용
1. Boolean selection boolean Series가 []와 함께 사용되면 True 값에 해당하는 값만 새로 반환되는 Series객체에 포함됨 다중조건의 경우, &(and), |(or)를 사용하여 연결 가능 s = pd.Series(np.arange(10), np.arange(10)+1) s ======================================================================== 1 0 2 1 3 2 4 3 5 4 6 5 7 6 8 7 9 8 10 9 dtype: int64 s > 5 ======================================================================== 1 False 2 False 3 Fal..
02. 판다스(Pandas) - 개수, 빈도 등 계산하기
1. Series size, shape, unique, count, value_counts 함수 size : 개수 반환 shape : 튜플형태로 shape반환 unique: 유일한 값만 ndarray로 반환 count : NaN을 제외한 개수를 반환 mean: NaN을 제외한 평균 value_counts: NaN을 제외하고 각 값들의 빈도를 반환 s = pd.Series([1, 1, 2, 1, 2, 2, 2, 1, 1, 3, 3, 4, 5, 5, 7, np.NaN]) s ======================================================================== 0 1.0 1 1.0 2 2.0 3 1.0 4 2.0 5 2.0 6 2.0 7 1.0 8 1.0 9 3.0..