Q_01_07. 라이브러리 설치하기 – Pandas, Numpy, Matplotlib 등

파이썬에서는 수많은 패키지가 개발되어 있어 다양한 기능을 활용할 수 있습니다. pip는 파이썬(Python) 패키지 관리자로, pip 명령어로 외부 라이브러리(패키지)를 로컬 머신에 설치하고 삭제하고 업데이트할 수 있습니다.

1. Pandas 판다스 설치하기

Panal Data와 Python Data Analysis에서 따온 말
Pandas 는 Panal Data와 Python Data Analysis에서 따온 말로 Numpy 기초로 개발되었습니다.
Pandas는 데이터 조작 및 분석을 위한 Python 라이브러리로, 특히 표 형식의 데이터나 시계열 데이터를 다루는 데에 특화되어 있습니다. 이 라이브러리는 데이터를 구조화하고 처리하는 데 매우 효과적이며, 데이터프레임(DataFrame)이라는 유연하고 강력한 자료구조를 제공합니다.

C:\Users\USER> pip install pandas
C:\Users\USER> python

>>> import pandas as pd
>>> pd.__version__ 
2.1.4
>>> exit()

2. Numpy 넘파이 사용하기

NumPy는 데이터의 효율적인 저장과 처리를 위해 많이 사용되며, 다른 과학 및 엔지니어링 관련 라이브러리와 함께 사용되어 Python을 수치 계산에 적합한 환경으로 만듭니다. 예를 들어, SciPy, pandas, matplotlib 등과 함께 사용하여 과학 및 엔지니어링 분야에서 데이터 분석 및 시각화 작업을 효과적으로 수행할 수 있습니다.

C:\Users\USER> pip list
C:\Users\USER> pip install numpy  # numpy 패키지 설치
C:\Users\USER> pip list
참고: pip uninstall numpy  # numpy 패키지 제거하려는 경우

C:\Users\USER> python
>>> import numpy as np
>>> np.__version__ 1.26.3
>>> exit()

3. matplotlib 사용하기

matplotlib은 Python에서 2D 및 3D 그래픽을 생성하는 데 사용되는 시각화 라이브러리입니다. 과학 및 엔지니어링 분야에서 데이터를 시각적으로 표현하고 분석하는 데 널리 사용됩니다.
matplotlib은 다양한 그래픽 요소를 포함하는 다양한 종류의 그래프를 생성할 수 있으며, 간단한 선 그래프부터 복잡한 3D 플로팅까지 다양한 시각화 작업을 수행할 수 있습니다. matplotlib은 NumPy와 함께 자주 사용되며, 그래프를 생성하고 커스터마이징하는 데 유연성이 높습니다. 또한 matplotlib은 데이터 분석 라이브러리인 Pandas와 함께 자주 사용되어 데이터프레임에서 바로 시각화를 수행하는 데에도 편리하게 사용됩니다.
C:\Users\USER> pip install matplotlib

 

4. scipy 사용하기

SciPy는 과학 및 공학 계산을 위한 Python 패키지 중 하나입니다. SciPy는 다양한 수치 계산, 최적화, 신호 및 이미지 처리, 선형 대수, 통계 등과 같은 과학 및 공학적인 작업을 지원하는 많은 서브 패키지를 제공합니다.

from scipy import scipy
wei = [65,66,69,67,68,69]
hei = [171,173,176,174,175,178]
slope = stats.linregress(hei,wei)
slope

LinregressResult(slope=0.64406779661016955, intercept=-45.05649717514126, rvalue=0.95801701977026066, pvalue=0.0026068569595212284, stderr=0.096376961069106953)

5. statsmodels 사용하기

statsmodels는 통계 분석을 수행하기 위한 Python 패키지입니다. 이 패키지는 다양한 통계 모형을 추정하고 검정하는 데 사용됩니다. 통계 모형은 데이터를 설명하거나 예측하기 위해 사용되며, statsmodels는 다양한 통계적 모델링 및 검정 도구를 제공하여 사용자가 데이터를 분석하고 해석할 수 있도록 도와줍니다.