[파이썬 tkinter GUI 만들기] #6. 버튼 눌러서 값 입력받기
최종 목표는 아래 프로그램입니다. 오늘은 빨간 버튼을 만들고 우리가 입력한 값을 우측 입력결과에 나오게할 것입니다. 지난시간까지 만든 코드는 아래와 같습니다. import tkinter as tk #윈도우 생성 root=tk.Tk() #전체 이름 root.title('코로나 진단키트 에측도 진단 프로그램') #창 크기 +붙은 부분은 좌상단 떨어진 위치 root.geometry("600x500+100+100") #1행 라벨 추가 lab11=tk.Label(root, text="민감도", width=8, height=1, font=('맑은 고딕',16,'bold'), bg='#2F5597', fg='white') lab11.grid(row=0,column=0,padx=5,pady=10) ent12=tk.En..
2022. 2. 1.
[파이썬 tkinter GUI 만들기] #5. 입력 창 만들기
최종 목표는 아래 프로그램입니다. 지난 시간에 민감도 라벨까지 만들었습니다. 오늘은 민감도 라벨 바로 오른쪽에 있는 입력창을 만들어봅시다. 일단 지난시간까지 만든 코드는 아래와 같습니다. import tkinter as tk #윈도우 생성 root=tk.Tk() #전체 이름 root.title('코로나 진단키트 에측도 진단 프로그램') #창 크기 +붙은 부분은 좌상단 떨어진 위치 root.geometry("600x500+100+100") #1행 라벨 추가 lab11=tk.Label(root, text="민감도", width=8, height=1, font=('맑은 고딕',16,'bold'), bg='#2F5597', fg='white') lab11.grid(row=0,column=0,padx=5,pady..
2022. 1. 31.
[파이썬 강의] 96. 판다스 시리즈의 평균,표준편차,최댓값,최솟값
리즈를 하나 정의합시다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5]) >>> s1 0 1 1 2 2 3 3 4 4 5 dtype: int64 평균,표준편차,최댓값,최솟값을 구해봅시다. 코드 평균 >>> s1.mean() 3.0 표준편차 >>> s1.std() 1.5811388300841898 최댓값 >>> s1.max() 5 최솟값 >>> s1.min() 1
2021. 11. 30.
[파이썬 강의] 92. 시리즈(Series)의 행 삭제
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 원소를 삭제할 때는 del명령어 또는 drop 메소드를 사용합니다. del 명령어 이용 A행을 삭제해봅시다. >>> del s1['A'] >>> s1 B 2 C 3 D 4 E 5 Name: my data, dtype: int64 drop 메소드 이용 D행을 삭제해봅시다. >>> s1.drop('D') B..
2021. 11. 24.
[파이썬 강의] 91. 시리즈(Series)의 원소 수정
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 1) 행이름을 이용한 수정 >>> s1['A']=10 >>> s1 A 10 B 2 C 3 D 4 E 5 Name: my data, dtype: int64 2) 인덱스를 이용한 수정 >>> s1[0]=100 >>> s1 A 100 B 2 C 3 D 4 E 5 Name: my data, dtype: int64
2021. 11. 23.
[파이썬 강의] 90. 시리즈(Series)의 행 이름 수정
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행 이름 하나를 수정하려고 시도해봅시다. >>> s1.index[0]='AA' Traceback (most recent call last): File "", line 1, in s1.index[0]='AA' File "C:\Users\Jihun\AppData\Local\Programs\Python\Pyt..
2021. 11. 22.
[파이썬 강의] 89. 시리즈(Series)의 행 순서 변경
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행의 순서를 바꾸는 방법을 알아봅시다. 행의 순서를 B A E D C 로 바꾸고 싶다면 아래와 같이 입력하면 됩니다. >>> s1=s1[['B','A','E','D','C']] >>> s1 B 2 A 1 E 5 D 4 C 3 Name: my data, dtype: int64 숫자 인덱싱을 이용하여 바꿀 ..
2021. 11. 19.
[파이썬 강의] 88. 시리즈(Series)의 행이름의 인덱싱과 슬라이싱
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행이름에 접근해봅시다. index 메소드를 사용합니다. >>> s1.index Index(['A', 'B', 'C', 'D', 'E'], dtype='object') 위 결과에서 다시 인덱싱과 슬라이싱이 가능합니다. 행이름 중 'B'에 접근해봅시다. >>> s1.index[1] 'B' 슬라이싱을 이용하여..
2021. 11. 18.
[파이썬 강의] 87.시리즈(Series)의 인덱싱과 슬라이싱
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 인덱싱을 해봅시다. 원리는 리스트나 배열같은 자료구조와 동일합니다. 첫번째 원소에 접근해봅시다. >>> s1[0] 1 세번째 원소에 접근해봅시다. >>> s1[2] 3 첫번째와 세번째 원소에 접근해봅시다. >>> s1[[0,2]] A 1 C 3 Name: my data, dtype: int64 슬라이싱을..
2021. 11. 17.
[파이썬 강의] 86.시리즈(Series)에서 행이름을 이용하여 데이터에 접근
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행이름을 이용하여 데이터에 접근해봅시다. A행의 원소에 접근하는 방법은 아래와 같습니다. >>> s1['A'] 1 여러행에 동시에 접근할 수도 있습니다. A행과 C행에 접근해봅시다. >>> s1[['A','C']] A 1 C 3 Name: my data, dtype: int64 슬라이싱도 가능합니다. >..
2021. 11. 16.
[파이썬 강의] 85.시리즈(Series)에서 데이터,행이름,열이름에 접근하기
시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int64 메소드를 이용하여 데이터, 행이름, 열이름에 접근할 수 있습니다. 1) 데이터에 접근 (values 메소드) >>> s1.values array([1, 2, 3, 4, 5], dtype=int64) 2) 행이름에 접근 >>> s1.index Index(['A', 'B', 'C', 'D', 'E'], dty..
2021. 11. 15.
[파이썬 강의] 84.판다스 시리즈 정의해보기
지난시간에 판다스를 설치했습니다. 판다스 패키지는 아래 두가지 자료구조를 제공합니다. - Series - DataFrame 오늘은 시리즈 자료구조를 배워봅시다. 시리즈는 아래와 같이 엑셀의 한 열이라고 생각하시면 됩니다. 엑셀과 완전히 같지는 않고 차이가 있습니다. 엑셀에서는 열의이름이 A,B,C,D...로 행의 이름이 1,2,3,...으로 정해져 있지만 시리즈에서는 열과 행의 이름을 설정할 수 있습니다. 시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data..
2021. 11. 12.
[파이썬 강의] 81. 표본추출 (이항분포)
커이제곱분포에서 표본을 추출해봅시다. 아래와 같은 형식으로 입력합니다. np.random.binomial(n,p,원소 수) np.random.binomial(n,p, [shape]) 예를 들어봅시다. 시행횟수가 20회이고, 발생확률이 0.2인 이항분포에서 원소가 10개인 표본을 추출해봅시다. >>> import numpy as np >>> np.random.binomial(20,0.2,10) array([3, 1, 7, 6, 6, 2, 4, 4, 3, 7]) 같은 분포에서 2행5열의 표본을 추출해봅시다. >>> np.random.binomial(20,0.2,[2,5]) array([[5, 4, 8, 5, 5], [2, 4, 3, 4, 6]])
2021. 11. 8.
[파이썬 강의] 80. 표본추출 (카이제곱분포)
커이제곱분포에서 표본을 추출해봅시다. 아래와 같은 형식으로 입력합니다. np.random.chisquare(자유도, 원소 수) np.random.chisquare(자유도, [shape]) 예를 들어봅시다. 자유도가 30인 카이제곱분포에서 원소가 10개인 표본을 추출해봅시다. >>> import numpy as np >>> np.random.chisquare(30,10) array([20.27882107, 14.31861792, 27.2574334 , 29.40865448, 26.5177963 , 32.26811378, 26.58053564, 40.92194971, 30.55410323, 38.39466493]) 자유도가 30인 t분포에서 2행5열의 표본을 추출해봅시다. 위 결과와 얼핏 같아 보이지만 아닙..
2021. 11. 5.
[파이썬 강의] 79. 표본추출 (t분포)
t분포에서 표본을 추출해봅시다. 아래와 같은 형식으로 입력합니다. np.random.standard_t(자유도, 원소 수) np.random.standard_t(자유도, [shape]) 예를 들어봅시다. 자유도가 30인 t분포에서 원소가 10개인 표본을 추출해봅시다. >>> import numpy as np >>> np.random.standard_t(30,10) array([ 0.85819086, -0.22148067, -0.28937547, 1.05713019, 0.85156911, 0.42696392, -0.0969401 , -3.25730258, -0.91213918, 1.42497941]), 0.37697573, 1.55891432, 0.56331007, 0.93739202]) 자유도가 30인 ..
2021. 11. 4.
