본문 바로가기
반응형

전체 글

파이썬 여러 개의 함수 데이터 한 번에 보간 - 1차 보간법 예제 ** 지난포스팅 참고: https://hexa-coding.tistory.com/55 파이썬 1차원 보간법 완벽정리!! - 측정 데이터 보간 파이썬 1차원 데이터 보간 아래와 같이 데이터를 측정했다 치자. 그리고 이 데이터의 모함수가 어떤 함수인지 모른다고 가정하자. 모함수를 모르기 때문에 피팅(Fitting)은 불가능하므로 보간을 hexa-coding.tistory.com 지난 포스팅에 이어 1차 보간으로 여러 개의 함수를 동시에 보간 진행하는 법을 알아보자. 방법은 지난 1차 보간을 할 때와 거의 유사하고 매우 쉽다! 1. 측정 데이터 준비 측정 데이터가 아래와 같이 판다스 형태로 제공되었다고 치자. 테이블에는 각 x값에 대해 y1, y2, y3 세 가지 측정 결과들이 있다. 이 결과들을 한 번에 보.. 더보기
파이썬 1차원 보간법 완벽정리!! - 측정 데이터 보간 파이썬 1차원 데이터 보간 아래와 같이 데이터를 측정했다 치자. 그리고 이 데이터의 모함수가 어떤 함수인지 모른다고 가정하자. 모함수를 모르기 때문에 피팅(Fitting)은 불가능하므로 보간을 통해 모함수를 추정하려고 한다. 주피터노트북 작업 이제 위 상황을 "데이터 측정 부터 파이썬 보간" 까지 했다고 치고 이 과정을 쭉 진행하려고 한다. 아래와 같이 x, y 데이터를 생성하고 우선 이를 그려본다. import numpy as np from scipy.interpolate import interp1d import matplotlib.pyplot as plt # x: 측정범위 x = np.linspace(start=-5,stop=11,num=16) # y: 측정값 y = np.array([-8.36351.. 더보기
블로거를 위한 주식, 부동산, 코인, 적금 재테크 투자관련 구글트렌드 분석 블로그 글 작성시 제목에 들어가는 단어는 매우 중요합니다. 구글 검색은 보통 제목에 가중치를 가장 많이 두고 글을 필터링 해서 상위 노출 우선순위를 정하기 때문에 그렇습니다. 즉, 같은 내용의 글을 쓰더라도 사람들이 검색엔진에 많이 쳐 보는 단어를 제목으로 지정하는 것이 조회수 측면에서 훨씬 유리한 게임이 될 가능성이 높습니다. 그렇다면 이를 어떻게 분석하면 좋을까요? 답은 구글트렌드를 적극적으로 활용하는 것 입니다. 구글트렌드 https://trends.google.co.kr/trends/ Google 트렌드 2023년 올해의 검색어 Google 트렌드 데이터를 통해 한 해를 살펴보세요. trends.google.co.kr 구글트렌드에 들어가보면 아래와 같이 검색어를 입력할 수 있는 창이 하나 있습니다.. 더보기
파이썬 랜덤(Random) 뽑기 총정리 - 균등분포, 정규분포 등 다양한 통계 분포로 뽑는법 이제까지 쓴 글 링크 정리합니다. 파이썬 랜덤 숫자 생성 함수들 관련해서 정리한 글 입니다. 균등분포로 뽑기 (Uniform) https://hexa-coding.tistory.com/48 파이썬 랜덤(Random) 뽑기 - 균등분포 Chat GPT 본문요약 파이썬 랜덤 실수 생성 5줄 요약 random.random() 함수 사용: 0~1 사이 랜덤 실수 생성 random.random() 계산 활용: 특정 범위 랜덤 실수 생성 random.randrange() 함수 사용: 특정 간격 랜덤 정수 hexa-coding.tistory.com 정규분포, 베타분포, 삼각분포로 뽑기 (Normal, Beta, Triangular Distribution) https://hexa-coding.tistory.com/49.. 더보기
파이썬 랜덤(Random) 뽑기 - 로그노멀분포, 파레토분포, 웨이블분포 로그노멀(Log-Normal)분포 난수 생성 방법 random.lognormvariate(mu, sigma) 함수 사용 로그노멀 분포에 자연로그를 취하면 평균 mu에 표준편차 sigma를 갖는 정규분포가 됨 위키피디아 로그노멀분포: https://en.wikipedia.org/wiki/Log-normal_distribution Log-normal distribution - Wikipedia From Wikipedia, the free encyclopedia Probability distribution Log-normal Probability density functionIdentical parameter μ {\displaystyle \ \mu \ } but differing parameters σ {\.. 더보기
파이썬 랜덤(Random) 뽑기 - 지수분포, 감마분포 지수(Exponential)분포 난수 생성 방법 random.expovariate(lambda) 함수 사용 위키피디아 지수분포: https://en.wikipedia.org/wiki/Exponential_distribution Exponential distribution - Wikipedia From Wikipedia, the free encyclopedia Probability distribution In probability theory and statistics, the exponential distribution or negative exponential distribution is the probability distribution of the time between events in a Poi.. 더보기
파이썬 랜덤(Random) 뽑기 - 정규분포, 베타분포, 삼각분포 Chat GPT 본문 요약 정규분포: random.gauss(mu, sigma)으로 생성, 평균과 표준편차 조절 가능. 베타분포: random.betavariate(alpha, beta)으로 생성, alpha와 beta 값 조절. 삼각분포: random.triangular(low, high, mode)으로 생성, 최솟값, 최댓값, 최빈값 조절. 분포별 코드 예시와 히스토그램 시각화 제공됨. 자세한 내용은 위키피디아 링크 참조. 정규(Normal)분포 난수 생성 방법 random.gauss(a,b) 함수 사용 위키피디아 정규분포: https://en.wikipedia.org/wiki/Normal_distribution Normal distribution - Wikipedia en.wikipedia.org .. 더보기
파이썬 랜덤(Random) 뽑기 - 균등분포 Chat GPT 본문요약 파이썬 랜덤 실수 생성 5줄 요약 random.random() 함수 사용: 0~1 사이 랜덤 실수 생성 random.random() 계산 활용: 특정 범위 랜덤 실수 생성 random.randrange() 함수 사용: 특정 간격 랜덤 정수 생성 random.uniform() 함수 사용: 특정 간격 랜덤 실수 생성 random.uniform()의 범위 끝은 부동소수점 자리올림에 따라 포함/불포함될 수 있음 랜덤 실수 생성 random() 함수 사용 import random as r # 0~1 사이의 랜덤 실수 값 생성 # 자료형 : 실수 (Float) # 분포 : 균등분포 (Uniform) # 범위 : [0,1) ---> 0 포함, 마지막 1은 불포함 rand1 = r.random.. 더보기
반응형

티스토리툴바