Bool
tosses = np.array(['Tails', 'Heads', 'Tails', 'Heads', 'Heads'])
tosses == 'Tails'
array([ True, False, True, False, False])
random.choice & append
np.random.choice(some_array, sample_size)
np.append(array_1, value)
new array with value appended to array_1
value has to be of the same type as elements of array_1
np.append(array_1, array_2)
new array with array_2 appended to array_1
array_2 elements must have the same type as array_1 elements
visualization
outcome_table = pd.DataFrame({'Outcome': outcomes})
outcomes를 dataFrame으로 만들고 열 이름은 Outcome으로 설정
outcome_table = outcome_table.groupby('Outcome')['Outcome'].count()
Outcome의 값을 기준으로 행을 구분하고
Outcome의 값을 인덱스(열)로 하고 해당 Outcome 값의 개수를 값으로 가지는 1차원 배열 리턴
outcome_table = outcome_table.reset_index(name='count')
위에서 만든 1차원 배열(Series 객체)를 다시 dataFrame으로 리턴
idx가 새로운 열이 되는데 여기서는 'count'라는 이름으로 만들어진다
count // Outcomes
0//250
1//125
2//548
이런식으로 데이터 프레임 형성된다
fig = outcome_table.plot.barh(x='Outcome', y='count')
plot하기
P(A)
𝑃(𝐴) = 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑜𝑢𝑡𝑐𝑜𝑚𝑒𝑠 𝑡ℎ𝑎𝑡 𝑚𝑎𝑘𝑒 𝐴 ℎ𝑎𝑝𝑝𝑒𝑛 / 𝑡𝑜𝑡𝑎𝑙 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑜𝑢𝑡𝑐𝑜𝑚𝑒
'DataScience' 카테고리의 다른 글
ch8 Randomness (0) | 2024.06.07 |
---|