본문 바로가기
반응형

전체 글45

가치투자자로의 발걸음 가치투자란?가치와 투자의 합성어인 가치투자는 "가치에 투자하는 것"으로 오해를 사곤 한다. 주식 투자를 시작하던 시기에 나도 그랬다. 물론, 지금도 엄밀한 의미의 가치투자를 하고 있진 못하지만, 가치투자는 앞서간 투자자 중 밝혀진 일반적인 정답일 수 밖에 없다는 측면에서 가치투자가 무엇이지 명확히 정의할 필요가 있다. 개개인 마다 가장 맞는 정답이 존재하겠지만, 개인의 특징을 무시한다면... 투자방식 중 가장 대중화된 답은 Buy Low, Sell High인 가치투자 이다. "가치에 투자하는 것"이란 오해는 엄밀히 말해 그리 큰 것도 아니긴 하지만, 실제 투자 환경에서는 목적성을 잃어버릴 확률이 매우 높다는 측면에서 명확하게 규정하자. 쉬이 말해, "ㅈ같이투자"하게 될 가능성이 높다는 말이다. 가치투자란.. 2024. 4. 13.
[라즈베리파이] numpy 관련 Pandas import error 오류 상황 Pandas를 import 하려할 때, 라즈베리파이에서 유독 다음과 같은 오류가 지속됨 ImportError: Unable to import required dependencies: numpy: Error importing numpy: you should not try to import numpy from its source directory; please exit the numpy source tree, and relaunch your python interpreter from there. 해결책 sudo apt-get install libopenblas-base 원인 의존성 문제로 추정, 이유 모르겠음. 2024. 2. 17.
라즈베리파이 + OMV 6, desktop environment error OMV OMV는 무료로 NAS를 구축하게 해주는 데비안 기반 OS 배포판의 하나로, 데비안 위에서 동작할 뿐 아니라 ARM을 지원해서 라즈베리파이에서도 쉽게 NAS를 구축하는데 사용한다. 그런데, 버전 5 이상의 상향 시점에 프로그램 자체를 가볍게 동작하기 위한 방식을 적용해서 말이 많은 듯 하다. 이번에 처음 설치해보려고 한 내게도 그렇다... OMV : OpenMediaVault, NAS : Network Access Storage 설치, 그리고 Error 설치 방법 자체야 매우 단순하다. 다음 명령어 한 줄이면 약 20~30분 가량 소요되며 온갖 패키지를 지우고 깔고 설정한다. sudo wget -O - https://github.com/OpenMediaVault-Plugin-Developers/i.. 2024. 2. 15.
Pandas와 정규표현식 정규표현식이란? 문자열의 패턴을 표현하는 방식으로 오래되었고 가장 강력한 방식의 하나인 정규표현식(regular expression)은 문자열 방식의 데이터 구조를 해체하여 규칙에 어긋나는 데이터를 제거하거나 대체하는 데 사용되며, 경우에 따라서는 추출하는 데 사용한다. Pandas에서 쉬이 쓰이는 메소드 'pandas.Series.str.contain()': 패턴이 확인되면 True, 없으면 False를 반환 'pandas.Series.str.extract()': 소괄호'()'로 그룹화된 패턴을 반환 정규표현식에 쓰이는 META 문자들 (aka 표현 규칙) 정규표현식에 쓰이는 표현식은 스스로 공부하는 것이 첫번째 스텝일 것이며, 내용을 알고 나면 ChatGPT를 활용하는 방법이 편리할 것이다. 아래의 .. 2024. 2. 13.
Pandas 시작하기: 7 일차, 이상치와 결측치 처리 이상치와 결측치 발견 데이터 분석에서 이상치와 결측치는 데이터 곡해하거나 분석이 불가한 상태를 생성할 수 있습니다. 당연히 존재하여야 하는 값이 없음(결측)에도 이를 무시하고 통계분석을 한다던가, 데이터 후처리를 하는 경우에 분석과정이 중단되면 오히려 다행이지만 시스템에서 발견하지 못하는 오류로 진행되어 버리는 경우에는 실제와 다른 결과가 도출되는 문제가 발생합니다. 따라서, 데이터 분석 전후 이상치나 결측치가 있는지 확인하는 메소드 또한 Pandas에서 제공하고 있습니다. 물론, 데이터 구조 및 타입(정수, 실수, 문자열 등)에 대한 이해와 규칙이 뚜렷하다면 반복문으로 이를 만들어 낼 수 있지요. 결측치 탐색 메소드 활용 'isna()', 'isnull()', 'no.. 2024. 1. 31.
Pandas 시작하기: 6 일차, 데이터 정렬 및 요약 데이터 정렬 Pandas에서 데이터를 정렬하는 것은 데이터 분석의 중요한 부분입니다. 이를 통해 데이터를 더 쉽게 이해하고 분석할 수 있습니다. 열 기준 정렬 'sort_value()' 메소드를 사용하여 특정 열을 기준으로 데이터를 정렬할 수 있습니다. 오름차순 또는 내림차순 정렬을 선택할 수 있습니다. # 'Age' 열을 기준으로 오름차순 정렬 sorted_df = df.sort_values(by='Age') sorted_df_desc = df.sort_values(by='Age', ascending=False) 인덱스 기준 정렬 'sort_index()' 메소드를 사용하여 인덱스를 기준으로 데이터를 정렬할 수 있습니다. # 인덱스를 기준으로 오름차순 정렬 sorted_by_index = df.sort.. 2024. 1. 30.
Pandas 시작하기: 5 일차, selection & filtering 심화 기본 데이터 선택 데이터 분석을 시작하기 전에, 필요한 데이터를 정확하게 선택하는 것이 중요합니다. 단일 열 선택: df['column_name'] 여러 열 선택: df[['column1', 'column2', ...]] 조건에 따른 필터링 Pandas의 강력한 기능 중 하나는 조건을 기반으로 데이터를 필터링하는 것입니다. 기본 조건 필터링 # 나이가 30 이상인 데이터 선택 older_than_30 = df[df['Age'] > 30] 복합 조건 필터링 # 나이가 30 이상이면서 뉴욕에 사는 사람들 선택 older_in_ny = df[(df['Age'] > 30) & (df['City'] == 'New York')] 데이터 조작과 필터링 조건에 맞는 데이터를 선택한 후에는, 이 데이터에 대한 추가적인 .. 2024. 1. 28.
Pandas 시작하기: 4일차, 데이터 불러오기 및 탐색하기 데이터 불러오기 Pandas의 가장 강력한 기능 중 하나는 다양한 형식의 데이터를 쉽게 불러올 수 있다는 점입니다. 가장 일반적인 형식은 CSV(쉽표로 구분된 ASCII 데이터) 파일입니다. import pandas as pd # CSV 파일 불러오기 df = pd.read_csv('path/to/your/file.csv') # 처음 몇 줄 확인 print(df.head()) Pandas는 CSV 외에도 Excel, JSON, SQL 데이터베이스 및 다양한 파일 형식을 지원합니다. 데이터 탐색 메소드 데이터를 불러온 후, 기본적인 탐색을 통해 데이터의 개요를 파악할 수 있습니다. 'head()', 'tail()': 데이터프레임의 처음과 끝 부분을 보여줍니다. 'info()': 열 데이터 타입, 누락된 값.. 2024. 1. 25.
Pandas 시작하기: 3일차, DataFrame의 깊이 있는 이해 DataFrame이란? DataFrame은 Pandas 라이브러리의 핵심 구성 요소 중 하나로, 2차원의 라벨이 붙은 데이터 구조입니다. 엑셀 스프레드시트나 SQL 테이블과 유사하며, 다양한 데이터 타입을 포함할 수 있습니다. DataFrame 생성하기 DataFrame은 여러방법으로 생성할 수 있으나, 가장 흔한 방법은 딕셔너리를 활용하는 것입니다. import pandas as pd # 딕셔너리를 사용하여 DataFrame 생성 data = { 'Name': ['John', 'Anna', 'Peter', 'Linda'], 'Age': [28, 34, 29, 32], 'City': ['New Yo.. 2024. 1. 24.
Pandas 시작하기: 2일차, Series 사용해보기 Pandas Series란? Pandas Series는 일련의 데이터를 1차원 배열로 나타내는 객체입니다. DataFrame의 단일 열과 유사하지만, Series 자체로도 다양한 데이터 조작과 분석이 가능합니다. Series 생성하기 Pandas Series는 리스트, 배열 외 파이썬의 기본 자료형 등 다양한 데이터 소스로부터 생성할 수 있습니다. import pandas as pd # 리스트를 이용한 Series 생성 data = [1, 3, 5, 7, 9] series = pd.Series(data) print(series) ''' 출력 0 1 1 3 2 5 3 7 4 9 dtype: int64 ''' 이 코드는 간단한 숫자 리스트를 이용하여 Series를 .. 2024. 1. 23.
반응형

티스토리툴바