반응형 Python4 [주가 예측 모델링] #2. 주가 데이터 차트 그리기 (matplotlib) 이전글에서 yfinance 라이브러리를 이용해 주가 데이터를 불러왔다. [이전글] #1. 주가 데이터 불러오기 (yfinance) [주가 예측 모델링] #1. 주식 데이터 불러오기 (yfinance) 앞서 2차전지 섹터 종목 분석에서 선정한 종목인 에코프로비엠 주가 예측 모델을 만들려고 한다. [이전글] - 2차전지 주요 종목 분석 with ChatGPT [국내주식] 2차전지 주요 종목 분석 with ChatGPT 2차전 didi-universe.tistory.com 이제 차트로 시각화를 해보자. 시각화 원탑 라이브러리. matplotlib를 이용한다. 시간에 따른 종가 변화를 보기 위해 line 그래프를 그려보았다. import matplotlib.pyplot as plt plt.figure(figsi.. 2023. 4. 5. [Pandas] Pandas Cheat Sheet (판다스 치트시트) 데이터 분석에서 정~~~~말 많이 쓰이는 파이썬 라이브러리 판다스. 판다스에서 자주 쓰이는 기능들을 정리해둔 2장짜리 이미지를 치트시트라고 한다. Pandas cheat sheet 원문은 다음과 같다. https://pandas.pydata.org/Pandas_Cheat_Sheet.pdf 2023. 4. 4. [python] 문자열을 list나 dictionary 타입으로 변환 : ast.literal_eval csv로 저장한 데이터를 데이터프레임으로 읽어들이면 list나 dictionary 타입의 데이터들이 str 타입의 문자열 데이터로 바뀌어져 있는 경우가 있다. 이 경우 사용하면 좋은 파이썬 함수가 바로 ast 라이브러리의 literal_eval 이다. literal_eval() 함수를 사용하기 위해서는 먼저 ast 라이브러리를 import 해야한다. 사용 예시 코드는 아래와 같다. import ast import pandas as pd df = pd.read_csv("데이터.csv") print(df.sample[0]) >> "['이것은', '샘플', '문장입니다.']" type(df.sample[0]) >> str sample_list = ast.literal_eval(df.sample[0]) # sa.. 2022. 10. 28. [python] 가상환경(virtual environments) 에서 개발하기 개발을 하다보면, 서로 다른 버전의 라이브러리들로 개발환경을 구축할 때가 있다. 그런데 라이브러리 간 종속성 문제로 버전이 안맞아서 충돌이 일어나거나 다른 버전으로 테스트 해보고 싶을때마다 매번 삭제하고 다시 설치하기 번거롭다. 이럴때 가상환경을 생성해서 작업을 하면 편하다. 가상환경을 사용하면 독립된 작업공간에서 개발을 할 수 있기 때문이다. python으로 가상환경을 만드는 방법으로 보통 conda와 venv 를 많이 사용한다. 하나씩 알아보자. 1) conda conda로 가상환경을 만들려면 우선 anaconda 가 설치되어 있어야 한다. anaconda 설치는 아래 페이지를 통해 할 수 있다. 본인 os에 맞는 설치파일을 다운받아서 깔면 된다. https://www.anaconda.com/prod.. 2022. 5. 31. 이전 1 다음 반응형
