Data analysis 101. 기초 용어 (정형, 비정형, 연속, 범주, 데이터프레임)

정형데이터

- 데이터 테이블 형태로 표현할 수 있는 데이터

 

비정형데이터

- 추상화 과정을 거쳐야하는 데이터 (ex. 텍스트, 이미지 등 / 이미지를 행렬형태로 잘라서 분석)

 

 

 

데이터 타입에 따라 시각화하는 방법이 달라짐.

 

연속형데이터 (숫자데이터)

- 구간을 나눠서 숫자를 세게 됨

- 이산: 정수값

- 연속: 실수값

 

- 통계량: boxplot

- 분포: histplot

 

범주형데이터 (분류 데이터)

- 명목: 단순분류

- 순서: 값들 사이 순서

- 이진: 두개의 값(0, 1)

 

- 개수: countplot

 

 

 

데이터프레임(Dafaframe): index, column, value로 이루어진 데이터 구조

- 대용량 데이터를 쉽고 빠르게 다를 수 있음

- 머신러닝 프로세스와 연동이 가능하다.

 

index: 행을 구분할 수 있는 고유 값

- 데이터가 기록되는 것 = index가 차곡차곡 쌓이는 것

- index를 보면서 데이터의 생성과정을 상상할 수 있어야 한다.

 

column: 데이터가 갖고있는 각각의 정보(속성)들

- 하나의 column은 하나의 데이터타입으로 구성되어야 함. (ex. 범주형 또는 연속형)

데이터 타입에 따라 시각화하는 방법이 달라지기 때문.

 

 

value: 값  (=필드, 항목 등)

한 column의 값들을 pandas에서는 series형태로 갖고 다님

 

* 목적이 Y값으로 들어감