728x90
300x250

[Python 활용] 파이썬 3.85, pip, matplotlib 우분투 20.04에서 사용하기

이번에 소개할 주제로는 우분투 20.04에서 파이썬 3.85, pip, matplotlib를 사용하는 방법에 대해서 소개하고자 한다.

간단한 프로그래밍 입문을 주제로 몇 가지 문법 사용하는 방법으로 실질적으로 구현할 수 있도록 하였다.


1. 표지

아래처럼 표지를 작성하였다.

 


2. 목차

목차에 관한 사항이다. 잘 읽어보기 바란다.

 


3. 환경 - 자연환경 보호

자연환경 보호에 관한 사항이다. 잘 읽어보기 바란다.

 

 


4. 건강 - 흡연 / 주류

건강에 관한 사항이다. 잘 읽어보기 바란다.

 


5. 본문

잘 읽어보기 바란다.

 

 


6. 첨부(Attachment)

210604_ubuntu_20_04_python3_basic.zip
9.00MB

(Apache License v2.0을 적용받는다.)

 


7. 맺음글(Conclusion)

우분투 20.04에서 Python 3.85와 간단한 프로그래밍 언어 작성 방법 그리고 matplot, pip에 대해서 알기 쉽게 살펴보았다.

 


8. 참고자료(References)

1.

 

반응형
728x90
300x250

[Python 활용] 주피터 노트북 - 우분투 20.04 설치 소개

 

이번에 소개할 내용은 주피터 노트북을 우분투 20.04에서 설치하는 방법에 대해서 소개하고자 한다.

설치를 주로 소개해주는 이유는 시작이 반이라고 했다.

그래서 다른 것보다도 먼저 설치를 중점적으로 소개해주려고 하는 것이다.


1. 목차

아래의 내용을 잘 읽어보기 바란다.

 

 

 


2. 환경 보호

아래의 내용을 잘 읽어보기 바란다.

 

 


3. 건강 / 흡연

아래의 내용을 잘 읽어보기 바란다.

 

 


4. 주류

아래의 내용을 잘 읽어보기 바란다.

 

 


5. 본문

아래의 내용을 잘 읽어보기 바란다.

 

 


6. 첨부(Attachments)

210604_ubuntu_20_04_jupyter_notebook_setup_guide.zip
5.52MB

(Apache License v2.0을 적용받는다.)


* 맺음글(Conclusion)

우분투 20.04에서 주피터 노트북을 사용하는 방법에 대해서 살펴보았다.

 


* 참고자료(References)

1. Project Jupyter | Home, https://jupyter.org, Accessed by 2021-06-04. Last Modified 2021-06-04.

2. Jupyter and the future of IPython, https://ipython.org, Accessed by 2021-06-04. Last Modified 2021-06-04.

3. Welcome to Python.org, https://www.python.org, Accessed by 2021-06-04. Last Modified 2021-06-04.

반응형
728x90
300x250

[Python(3.7)] pyplot, pandas를 활용한 그래프 출력하기(CSV 파일 읽어오기)

 

파이썬 3.7에서 pyplot, pandas 라이브러리로 그래프 출력을 하는 방법을 소개하고자 한다.

 

파이썬은 진짜 어려운 프로그래밍 언어는 아니다.

쉽게 사용하려면 쉽게 사용할 수가 있다.

 

몇 가지 라이브러리만 잘 활용하면 비주얼베이직보다도 쉬울 수가 있다.

 

이 글을 참고하는 데 가장 도움이 될만한 글을 선정한다면, 스프레드시트 관련 글이 있다.

 

1. [문서(스프레드시트), (메모장)] CSV 파일 - 수정 작업하기, http://yyman.tistory.com/1094, 2018-07-31
2. [문서(스프레드시트)] Transpose로 행과 열을 바꾸기 (절대함수 사용), http://yyman.tistory.com/1095, 2018-07-31


 

사용 프로그램 

파이썬 3.7 

소프트웨어 구분

오픈소스, (Python Foundation License) 파이썬 재단 라이센스

 

* 대량 데이터를 뽑아내기 위해서 통계청의 "산업 근로형태별 취업자 10차" 데이터를 사용하였음.
* 통계청에서 기부/후원을 받은 바 없음.
-> 좋은 데이터가 있다면 찾아보는 것도 추천함.

* 데이터 해석은 큰 의미를 가지고 해석하지 않았음.

 


1. 단일출력 - 그래프

 

이번에 소개할 것은 단일 형태의 그래프를 출력하는 방법에 대해서 소개한다.

 

 

 

 그림 1-1. Python으로 도출한 그래프, 도도(Dodo)

 

#
# Plot Project
# Author: Dodo (http://yyman.tistory.com)
# 2018-08-01
# Description:
#
#

 

import matplotlib.pyplot as plt
import matplotlib as mpl
import pandas as pd
from matplotlib import font_manager, rc
from pandas import DataFrame

 

font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/NanumGothic.ttf").get_name()
rc('font', family=font_name)

df = DataFrame.from_csv('job_raw/job_pay.csv', encoding='euc-kr')


plot = df.plot()

 

plot.set_xlabel("년도")
plot.set_ylabel("근로자")

 

plt.title("차트")
plt.show()



소스코드: plotDrawing.py

 

[첨부(Attachment)]

plotDrawing.7z

 

 

 


2. 다수출력 - 그래프

 

이번에 출력할 그래프는 다수출력할 수 있는 그래프이다.

 

[소스코드(Source Code)]

#
# Plot Project
# Author: Dodo
# 2018-08-01
# Description:
#
#

 

import matplotlib.pyplot as plt
import matplotlib as mpl
import pandas as pd
from matplotlib import font_manager, rc
from pandas import DataFrame

 

# 디렉토리, 확장자에 대한 정의
rootDir = 'raw'
rootExt = 'csv'
saveDir = 'picture'
saveExt = 'png'

 

#원시 파일명
rawFileName = ['job_pay', 'job_jungujik',
               'job_bijungujik', 'job_shorttemp',
               'job_parttimer', 'job_bijunhyung',
               'job_total']

 

#원시 차트명
rawTitleName = ['임금근로자', '정규직', '비정규직',
                '한시적', '시간제', '비전형', '총계']

 

#반복문
index = 0

 

for x in rawFileName:
   
    font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/NanumGothic.ttf").get_name()
    rc('font', family=font_name)

 

    strFileName = rootDir + "/" + rawFileName[index] + "." + rootExt

 

    df = DataFrame.from_csv(strFileName, encoding='euc-kr')
    plot = df.plot()

 

    plot.set_xlabel("년도")
    plot.set_ylabel("근로자")

 

    strTitle = "2016-3월, 2017-07월"
    strTitle += " "
    strTitle += rawTitleName[index]

 

    plt.title(strTitle)
    #plt.show()
#   plt.show() 출력
#   plt.savefig() 저장

 

    strSaveFile = saveDir + "/" + rawFileName[index] + "-" + str(index) + "." + saveExt

 

    plt.savefig(strSaveFile)
    index = index + 1
   
    #print('%s %s' % (x, rawFileName[1]))
 

 

[첨부(Attachment)]

plotDrawing2.7z

 

 


(출력 결과)

 

표 2-1. 산업 근로 형태별 취업자

                     (단위: 1,000명)

 

 

그림 2-1. 임금근로자(2016년 3월, 2017년 7월)

 

그림 2-2. 정규직(2016년 3월, 2017년 7월)

 

그림 2-3. 비정규직(2016년 3월, 2017년 7월)
 

 

그림 2-4. 한시적 종사자(2016년 3월, 2017년 7월)

 

 

그림 2-5. 시간제(2016년 3월, 2017년 7월)

 

 

그림 2-6. 한시적 종사자(2016년 3월, 2017년 7월)

 

 

그림 2-7. 총계(2016년 3월, 2017년 7월)

 

 

* 원시데이터[첨부(Attachment)]

example2.7z

 

 

그림 2-8. 실습에 사용한 데이터

 

 


3. 맺음글

 

파이썬을 통해서 다양한 차트를 뽑아낼 수 있었다.

단일 처리와 반복 처리를 통해 데이터를 뽑아내는 반복된 작업을 현저한 속도로 줄일 수 있어서 좋았다.

그림 2-1을 해석하면, 임금근로자 종사자가 가장 많은 업종은 사회간접자본 및 기타 서비스업에 종사하는 사람들이 가장 많았다.

인원은 대략적으로 그림으로만 보면 2017년 7월 기준으로 약 15,000,000명 정도 종사하는 것으로 보인다. 700,000명 정도가 증가하였다.

 

두 번째로 많이 종사하는 업종은 "사업, 개인, 공공서비스 및 기타" 업종의 종사가 약 8,000,000명 정도 되었다.

세 번째로 많이 종사하는 업종은 "제조업"으로 약 3,800,000명 정도이다.

제조업의 종사자는 줄어드는 것으로 보인다.

2016년 3월에는 약 4,100,000명 정도였다면 2017년 7월 기준으로는 약 3,800,000명 정도로 3,000,000명 정도가 감소했다.

제조업 직업의 감소인원 = 4,100,000 - 3,800,000 = 3,000,000명

그래프를 자세히 보지 않은 이상은 감소 추이를 살펴보기가 힘들다.

 


4. 참고자료(Reference)

 

1. 산업/근로형태별 취업자(10차), Last Modified 2018-07-31, Accessed by 2018-07-31, http://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1DE7112&conn_path=I3, 통계청, 경제활동인구조사

2. How to Save a Plot to a File Using Matplotlib, Last Modified , Accessed by 2018-07-31, https://chartio.com/resources/tutorials/how-to-save-a-plot-to-a-file-using-matplotlib/, Chartio

3. Python License, Last Modified , Accessed by 2018-07-31, https://en.wikipedia.org/wiki/Python_License, Wikipedia

4. Various Licenses and Comments about Them, Last Modified , Accessed by 2018-07-31, https://www.gnu.org/licenses/license-list.html#Python, GNU

5. History and License, Last Modified , Accessed by 2018-07-31, https://docs.python.org/3/license.html, Python Software Foundation.

반응형
728x90
300x250
[Python] Python 3.7에서 패키지 설치(Numpy, Matplotlib, Scipy, ipython) 등

 

이 글은 파이썬의 다양한 패키지 설치에 대해서 소개하고 있습니다.

Numpy를 중심으로 하여 패키지 설치에 대하여 작성하였습니다.

 


* Numeric Python(Numpy)에 대한 소개입니다.

 

NumPy는 Python을 사용한 과학 컴퓨팅의 기본 패키지입니다.

그것은 다음을 포함합니다 :
• 강력한 N 차원 배열 객체
• 정교한 (방송) 기능
   C / C ++ 및 포트란 코드 통합 도구
• 유용한 선형 대수학, 푸리에 변환 및 난수 기능

명백한 과학적 사용 외에도 NumPy는 일반 데이터의 효율적인 다차원 컨테이너로 사용될 수 있습니다. 임의의 데이터 유형을 정의 할 수 있습니다.
이를 통해 NumPy를 다양한 데이터베이스와 원활하고 신속하게 통합 할 수 있습니다.

NumPy는 BSD 라이센스에 따라 라이센스가 부여되어 몇 가지 제한 사항으로 재사용 할 수 있습니다.

 

이러한 목적으로 작성된 패키지입니다.

 


1. Numpy 설치하기

 

 

그림1-1) scipy.org

 

[번역 내용] / 구글 번역기
 

패키지 설치

그것들은 SciPy 생태계에 패키지를 설치하기위한 일반적인 지침입니다.

Scientific Python 배포판

많은 사용자, 특히 Windows에서 가장 쉬운 방법은 모든 주요 패키지를 포함하는 Python 배포판 중 하나를 다운로드하는 것입니다.
• Anaconda : 과학 패키지와 함께 Python을 무료로 배포합니다. Linux, Windows 및 Mac을 지원합니다.
• Enthought Canopy : 무료 및 상업용 버전에는 핵심 과학 패키지가 포함됩니다. Linux, Windows 및 Mac을 지원합니다.
• Python (x, y) : Spyder IDE를 기반으로 과학 패키지를 포함한 무료 배포판입니다. Windows 만 해당.
  WinPython : 과학 패키지를 포함한 무료 배포판. Windows 만 해당.
   Pyzo : Anaconda와 IEP 대화 형 개발 환경을 기반으로하는 무료 배포판입니다. Linux, Windows 및 Mac을 지원합니다.

pip을 통해 설치하기

대부분의 주요 프로젝트는 공식 패키지를 Python Package 인덱스에 업로드합니다. Python의 표준 pip 패키지 관리자를 사용하여 대부분의 운영 체제에 설치할 수 있습니다.

Python과 pip가 시스템에 이미 설치되어 있어야합니다.

다음과 같은 명령을 통해 패키지를 설치할 수 있습니다.

 

python -m pip install --user numpy scipy matplotlib ipython jupyter pandas sympy nose


pip를 설치할 때 --user 플래그를 사용하여 사용자 설치를 사용하는 것이 좋습니다

(참고 : 문제가 발생할 수있는 sudo pip는 사용하지 마십시오). 이렇게하면 로컬 사용자용 패키지가 설치되고 시스템 디렉토리에 쓰지 않습니다.

 

 

그림 1-2) cmd 관리자 권한으로 실행하기

 

그림 1-3) python에 pip로 numpy(느메릭파이), scipy(싸이파이), matplotlib(매트플롯라이브러리), ipython(아이파이썬) jupyter(주피터), pandas(판다스), sympy(심파이) nose(노즈, 코)  설치하기

 


3. 수작업으로 설치

 

 

그림 2-1) numpy 설치 버전(64비트)

 

python -m pip install E:\numpy-1.9.2+mkl-cp34_none_win_amd64.whl

 

인터넷이 안 되는 수작업 환경에서는 이런 형태로도 설치할 수 있습니다.

 


4. 맺음글

 

위의 방법을 잘 활용하면, pip로 새로운 패키지를 얼마든지 쉽고 간단하게 설치하여 사용할 수가 있습니다.

 


5. 참고자료(Reference)

 

1. Numpy, http://www.numpy.org, Accessed by 2018-07-16

2. PythonLibs, https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy, Accessed by 2018-07-16

-> 파이썬 라이브러리를 한 페이지에 수집해놓은 홈페이지로 추정됨.

 

 

반응형
728x90
300x250

[Python] Python 3.7 설치

 

Python 3.7 설치를 소개합니다.

귀도 반로섬이 시작한 작은 프로젝트가 엄청나게 커졌습니다.

 

설치 방법은 아주 어렵지 않습니다.

 

사용법도 쉽습니다. 전문적인 프로그래밍을 파이썬으로 작성하지 않은 사람도 사용해도 무방합니다.

 

간단하게 그래프 작성, 수치실험, 수학 공부 등을 해도 좋다고 봅니다.

 

Matlab도 좋긴 하나 학생에 한해서는 Student 버전을 배포하고 있지만, 그것보다도 설치하는데 훨씬 가볍고 빠릅니다.

사용법도 간단합니다.

 


1. Python 설치하기

 

자세한 설명은 생략하고, 색연필로 표기한 것만 잘 따라가시면 설치하는 데 큰 무리가 없습니다.

 

 

그림 1-1) Python - Download 클릭

 

 

그림 1-2) Python의 Windows x86-64 executable installer 선택하기


그림 1-3) Python 다운로드 상태

 

그림 1-4) Python Installer - Add Python 3.7 to PATH 체크하기

 

 

그림 1-5) Python 설치 진행과정

 

 

그림 1-6) Python 설치 완료

 

간단하게 Python 설치가 완료되었습니다.


2. 참고 자료(Reference)

 

1. Python 공식홈페이지, Python Foundation, http://www.python.org, Accessed by 2018-07-16

반응형

+ Recent posts