SW개발 지식 쌓기

패키지 import 튜토리얼을 진행하기 위해서는 아래의 패키지를 import 해야한다. 그룹화 그룹화는 다음 단계 중 하나 이상을 포함하는 단계를 말한다. 몇 가지 기준에 따라 그룹으로 데이터 분할 독립적으로 각 그룹에 기능 적용 결과를 데이터 구조로 결합 그룹화한 결과에 sum() 함수를 적용한 DataFrame 출력 [91] 'A','B','C','D' 컬럼을 가지고 각각의 컬럼 값을 가지는 Dataframe 생성 [92] DataFrame 출력 [93] 'A' 컬럼을 기준으로 그룹화하고 각 값을 합산한 값을 출력 * 'A' 컬럼의 문자인 'bar'와 'foo'로 그룹화 된것을 볼 수 있고, 정수값을 가진 'C','D' 컬럼만 sum() 함수 값을 반환한다. * 문자열 값을 가진 'B' 컬럼은 자동으..

n Activity Diagram 엑티비티 다이어그램은 시스템이 동작하고, 시스템의 전체 흐름과 관련되는 방식을 모델링하기 위해 사용된다. 여러 가지 조건의 동시 처리, 네트워크 접속, 중단 및 논리 경로를 표현한다. 모든 공정, 시스템 또는 방법을 구성하는데 사용된다. l Example Diagram 이 그림은 스포츠, 액션, 시작 노드, 끝 노드 및 결정 사항을 포함 해 활동 다이어그램의 기능의 일부를 보여준다. l Activity Diagram Element Toolbox Items Icon Description 활동 요소는 조직 및 프로세스의 제어 및 데이터 흐름을 반영하기 위해, 서브 활동 또는 동작 등의 동작 부하의 참여를 지정한다. 구조화 된 활동은 독립적인 활동 그룹으로 하위 노드를 가질 ..

패키지 import 튜토리얼을 진행하기 위해서는 아래의 패키지를 import 해야한다. 튜토리얼을 진행하기 위해서는 아래의 과정을 수행해야한다. 메소드 통계 일반적으로 메소드는 누락 된 데이터 (NaN)을 제외한다. 평균 값 출력 통계 - 열 기준 [61] Pandas의 내장 메소드인 mean()을 사용하여서 각 열의 평균 값을 출력한다. * 'F' 라벨의 경우 NaN 값이 포함되어 있지만 NaN 값을 제외하고 평균값이 계산된 것을 알 수 있다. 평균 값 출력 통계 - 행 기준 [62] df.mean(1)을 사용하면 각 행 기준의 평균 값을 출력한다. * '2013-01-01' 인덱스의 경우 NaN 값이 포함되어 있지만 NaN 값을 제외하고 평균값이 계산된 것을 알 수 있다. NaN 값이 있는 Serie..

패키지 import 튜토리얼을 진행하기 위해서는 아래의 패키지를 import 해야한다. 튜토리얼을 진행하기 위해서는 아래의 과정을 수행해야한다. 누락 데이터 처리 Pandas는 기본적으로 numpy.nan 값을 사용하여 누락된 데이터를 나타낸다. 기본적으로 nan 값은 계산에 포함되지 않는다. 색인 변경 / 추가 / 삭제 [55] df.reindex 메소드를 통해서 숫자로 구성된 인덱스 값을 날짜 값으로 변경하고, 기존 컬럼에 'E' 컬럼을 추가하여 df1 생성 [56] df1의 2013-01-01, 2013-01-02의 'E' 컬럼의 값을 1로 변경, 'E' 컬럼의 나머지 부분은 값이 없으므로 NaN 값 [57] df1 출력 NaN 데이터 값 삭제 [58] df1에 NaN 값을 가지고 있는 경우 해당 ..

패키지 import 튜토리얼을 진행하기 위해서는 아래의 패키지를 import 해야한다. 튜토리얼을 진행하기 위해서는 아래의 과정을 수행해야한다. 데이터 선택 단일 열 선택 단일 열을 선택하는 방법은 다음과 같다. [23] df[ ] 대괄호 안에 컬럼 값을 입력하여서 단일 열을 선택할 수 있다. 특정 영역을 선택하는 경우 [ ]을 사용하여 선택한다. [24] df[시작지점:종료지점] 을 통해 데이터 프레임의 특정 영역을 선택할 수 있다. (입력 값을 index로 한 경우) [24] df[시작지점:종료지점] 을 통해 데이터 프레임의 특정 영역을 선택할 수 있다. (입력 값을 date로 한 경우) 라벨을 통한 선택 라벨을 사용하여 해당하는 행을 선택한다. [26] 이전 [5]에서 만든 dates 리스트에서 첫..

패키지 import 튜토리얼을 진행하기 위해서는 아래의 패키지를 import 해야한다. 튜토리얼을 진행하기 위해서는 아래의 과정을 수행해야한다. 데이터 보기 데이터 프레임의 상단과 하단 행을 보는 방법은 다음과 같다. [13] df.head 메소드를 통해 데이터 프레임이 최상단부터 출력되고 입력 값이 없는 경우 디폴트 값인 5개가 출력된다. 숫자 값을 입력하게 되면, 입력한 값 만큼 최상단부터 출력된다. [14] df.tail 메소드를 통해 데이터 프레임이 최하단부터 출력되고 입력 값이 없는 경우 디폴트 값인 5개가 출력된다. 숫자 값을 입력하게 되면, 입력한 값 만큼 최하단부터 출력된다. 인덱스와 컬럼을 보는 방법을 다음과 같다. [15] df.index 메소드를 통해 df에 존제하는 index 값을 ..

패키지 import 튜토리얼을 진행하기 위해서는 아래의 패키지를 import 해야한다. 객체 생성 Pandas에서 사용되는 객체는 다음과 같다. 차원 이름 설명 1차원 Series 균일한 유형의 배열로 표시된 1차원 데이터 2차원 DataFrame 잠재적으로 이질적으로 유형이 지정된 열이있는 크기가 가변적인 테이블 형식의 2차원 데이터 1차원 정수 인덱스를 생성하는 방법은 다음과 같다. [3] s 변수에 Pandas에서 사용되는 Series 데이터를 만들어서 저장, Series 객체에는 1,3,5,Nan,6,8이 순서대로 입력 * np.nan 메소드는 numpy에서 제공하는 함수로 nan (null) 값을 생성해주는 메소드 [4] s로 입력하였을때 에러가 나는 경우 print(s)로 출력, python ..

n Class Diagram 클래스 다이어그램은 모델을 구성하는 시스템과 사물의 논리 구조를 작성한다. 클래스 수행하는 방법보다, 어떤 것이 존재하고 어떤 속성과 동작 설명을 하는 정적 모델이다. 클래스 다이어그램에 각각 상속, 구성 또는 동작의 가치가 일반화, 연관 및 관계 그리고 연결을 사용하는 클래스와 인터페이스 사이의 관계를 설명 할 수 있다. 도구 상자의 클래스 페이지에서 클래스 다이어그램 요소 및 커넥터를 생성한다. l Example Diagram 이 예제의 클래스 다이어그램에서, 연관 관계의 두 가지 형태가 있다. u 평범한 형태는 클래스 Account가 Address Book을 사용하는 것이지만, 반드시 Address Book을 포함하지 않는다. u 검정 복합 관계 양식 소스 클래스의(다이..

n Component Diagram 컴포넌트 다이어그램은 시스템을 구성하는 소프트웨어의 조각, 임베디드 컨트롤러 등, 그들의 조직과 종속성을 보여준다. 컴포넌트도 클래스 다이어그램보다 높은 수준의 추상화를 가진다. 일반적으로 컴포넌트는 실행시에 하나 이상의 클래스에 의해 구현된다. 결국 성분은 시스템의 많은 부분을 포함 할 수 있도록 구축 블록을 구축한다. 도구 상자의 구성 요소 페이지의 구성 요소 다이어그램 요소 및 커넥터를 생성한다. l Example Diagram 이 그림은 구성 요소와 상호 관계의 수를 보여준다. 어셈블리 커넥터는 주문에 의해 지정된 필요한 인터페이스 제품과 고객이 제공하는 인터페이스를 연결한다. 종속 관계는 주문에 의해 지정된 필수 인터페이스 지불에 고객의 관련 계좌 정보를 매핑..

n UML Diagrams UML 다이어그램은 일반적 관계에 의해 연결된 요소들의 개수를 나타내는 모델 부분의 그래픽 표현이다. 다이어그램은 저장소의 가장 보기 좋은 방법 중 하나다. 다이어그램에는 이름과 유형이 일반적으로 아이디어를 전달하거나 모델의 일부의 이야기를 설명을 작성하기 위해 특정 대상에 대해 구성된다. 다이어그램은 또한 XML 스키마, 데이터베이스 스키마, 프로그램 코드 등으로서 유용한 시스템 아티팩트를 생성하는 데 사용될 수 있다. UML 사양은 각 다이어그램에 포함될 수 있는 다이어그램 및 목록 요소와 관계 유형을 정의한다. 이러한 요소는 편리하게 각 다이어그램 유형에 대한 엔터프라이즈 설계자 기본 도구 상자에 제공된다. 도구 상자는 초보자 모델러를 위한 가이드 역할을 하면서 경험 모델..