군침이 싹 도는 코딩

X_new = pd.DataFrame() for name in X.columns : print(name) # 각 컬럼 데이터를 가져온다. data = X[name] # 문자열인지 아닌지 나눠서 처리하면 된다. if data.dtype == object : # 문자열이니까, 갯수가 2개인지 아닌지 파악해서 # 2개이면 레이블 인코딩 하고, # 그렇지 않으면 원핫인코딩 하도록 코드 작성 if data.nunique()

import streamlit as st from app_home import run_home_app from app_eda import run_eda_app from app_ml import run_ml_app def main() : st.title('자동차 가격 예측 앱') menu = ['Home','EDA','ML'] choice = st.sidebar.selectbox('메뉴',menu) if choice == 'Home' : run_home_app() elif choice == 'EDA' : run_eda_app() elif choice == 'ML' : run_ml_app() if __name__ == '__main__' : main() # 먼저 기본 뼈대를 작성해준다 이때 이 파일에 모두 ..

웹 대시보드를 만들기 위한 첫 순서인 데이터 분석을 해야한다. 데이터 분석을 하기위해 가장 유용한 툴인 주피터 노트북으로 한다 본문에서는 입력받은 데이터를 통해 자동차 구매가격 예측을 해주는 앱을 만들어 볼 것이다. # 위 데이터 프레임으로 분석을 해보겠다 df.describe() # 기본적인 분석을 해보자 df.loc[df['Annual Salary'] == df['Annual Salary'].max(),] df.loc[df['Annual Salary'] == df['Annual Salary'].min(),] # 컬럼 별 최대 최소값도 찾아본다 plt.hist(data=df , x= 'Annual Salary',rwidth=0.8,bins=20) plt.show() # 컬럼 별 히스토그램도 그려본다 d..

# 코딩을 하다 보면 이렇게 코드가 길어져서 지저분해 보일수가 있다 이를 해결하기 위해서는 다음과 같은 방법을 사용한다 def main() : st.title('파일 분리 앱') # Exploratory Date Analysis menu = ['Home','EDA','ML','About'] choice = st.sidebar.selectbox('메뉴',menu) if choice == 'Home' : pass elif choice == 'EDA' : pass elif choice == 'ML' : pass elif choice == 'About' : pass # 우선 기본 뼈대가 될 파일을 만들어준다 import streamlit as st def run_home_app() : st.subheader('..

# 텍스트를 입력받는 방법 name = st.text_input('이름을 입력하세요!') name2 = st.text_input('이름 입력: ', max_chars=5) # max_cahars : 글자수 제한 st.title(name2) # max_chars 파라미터로 글자수 제한을 걸수 있다 message=st.text_area('메세지를 입력하세요.') # 텍스트 영역을 만들어줌 줄바꿈을 할수 있다 st.text(message) # area 는 텍스트 영역을 만들어준다 이 안에서 자유롭게 줄바꿈도 가능하다 # 숫자를 입력 받는 방법 year = st.number_input('출생년도를 입력하세요.',1900,2030) # 파라미터를 아무것도 쓰지 않으면 실수로 입력받는다 st.text(year) n..

import streamlit as st import pandas as pd df = pd.read_csv('streamlit_data/iris.csv') st.dataframe(df) # 데이터 프레임을 가져오는 함수 사용법은 임폴트로 스트림릿과 판다스를 임폴트 한 뒤 판다스의 read_csv 로 데이터 프레임을 가져오고 스트림릿의 dataframe() 함수를 사용해 화면에 출력한다 def main() : df = pd.read_csv('streamlit_data/iris.csv') # 버튼을 클릭하면, 데이터프레임이 보이도록 만들기. if st.button('데이터프레임 보기') : st.dataframe(df) # 화면에 클릭할수 있는 버튼을 출력해주는 함수 st.button 을 사용해서 만들수있다..

# 각 함수별로 보여주는 출력방식을 정리해보았다 st.help() 함수는 파이썬의 함수들의 설명을 출력해주는 함수이다

# 우측 하단에 인터프리터를 눌러서 자신의 가상환경에 맞는곳으로 설정해준다 # Command Prompt 를 눌러준다. # streamlit run 실행시킬 파일의 이름을 적어준다 # 정상적으로 실행이 됐다면 이런 인터넷창이 열린다 이제 종료하고 싶다면 터미널을 클릭하고 ctrl + c 해주면 된다