일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- BFS
- 멋재이사자처럼
- pyhton
- DP
- folium
- SQL
- Join
- 멋사
- 멋쟁이사자처럼
- 알고리즘
- ux·ui디자인
- 시각화
- 마이온
- seaborn
- likelion
- Plotly
- GIS
- TiL
- 멋쟁이사자처럼멋쟁이사자처럼
- Python
- DFS
- intern10
- likelionlikelion
- 파이썬
- 인턴10
- GNN
- 그리디
- parklab
- 프로젝트
- 마이온컴퍼니
- Today
- Total
목록folium (2)
지금은마라톤중
첫 미니 프로젝트이다. 스타벅스 api를 활용하여 지도에 지역과 매장타입을 입력 받으면 매장의 위치를 마크업하는 함수를 구현하였다. 또한 매장간 거리 차이를 이용하여 상도덕이 없는 매장은 어디인가? 라는 주제로 분석을 해볼려고 했다. 수업에서 계속 csv 파일만 이용하다가 json 형식을 처음 사용해보았다. 불러오는 방식부터 데이터프레임으로 만드는 방법까지 차이가 있어 처음에 당황했다. 불러올 때는 json.load(변수), 데이터프레임으로 만들 때는 json_normalize()를 사용한다. import pandas as pd import requests import json from pandas.io.json import json_normalize # jsnon을 데이터프레임으로 만들 때 사용 fro..
2023.02.08 오늘은 버거지수에 대한 분석을 진행해보았다. 버거지수란 ? : 한 도시의 발전 수준은 (버거킹의 개수+맥도날드의 개수+KFC의 개수)/롯데리아의 개수를 계산하여 높게 나올수록 더 발전된 도시라고 할 수 있다. - 버거지수가 클수록 발전된 도시로 판단 - 버거킹 관련 매장들을 살펴보았다. df.loc[df["상호명_대문자"].str.contains("버거킹|BKR"), "상호명_대문자"].unique() 🙋🏻♂️ 질문 : 현업에서 분석할 때 저런 (주) 버거킹티피 같은 예외적인 경우를 제거해주지 못한다면 어떤 문제가 생길 수 있나요? 크게 문제가 될 수 있나요?? 분석결과에 대한 신뢰를 어느정도 할 수 있느냐의 문제입니다. 지금 사용하는 데이터도 실시간 데이터는 아닙니다. 어느정도의 ..