{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# 파이썬 pandas 기초 연습문제"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"* 싸이그래머 : 생물심리Py\n",
"* 작성자 : 김무성 "
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# 차례"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"* 기초\n",
"* 응용"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 기초 [1, 2, 3]"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"* numpy 기초\n",
" - (numpy 기본) 문제 1. ndarray 다루기 (1)\n",
" - (numpy 기본) 문제 2. ndarray 다루기 (2)\n",
" - (numpy 선형대수) 문제 3. 선형방정식 풀기(해 구하기)\n",
"* pandas 기초\n",
" - (pandas 기본) 문제 1. DataFrame 다루기 (1)\n",
" - (pandas 기본) 문제 2. DataFrame 다루기 (2)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### numpy 기초"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### (numpy 기본) 문제 1. ndarray 다루기 (1"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### 다음의 데이터를 사용하시오"
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"2 3 5 6 7 10"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### a) 데이터 벡터 x를 만드시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### b) 각 데이터의 제곱으로 구성된 벡터 x2를 만드시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### c) 각 데이터의 제곱의 합을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### d) 각 데이터에서 2를 뺀 값을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### e) 최대값과 최소값을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### f) 5보다 큰 값들로만 구성된 데이터 벡터 x_up을 만드시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### g) 벡터 x의 길이를 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### h) x'x를 구하시오 (x'는 x의 전치)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### i) xx'를 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### j) 벡터 x와 x2를 열결합(column bind)하여 xc에 저장하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### k) 벡터 x와 x2를 행결합(row bind)하여 xr에 저장하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### (numpy 기본) 문제 2. ndarray 다루기 (2)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### a ) 표준정규분포를 따르는 난수 100개를 가진 배열 x를 만드시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### b) x에서 값이 0.2 보다 큰 원소들을 골라내시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### (numpy 선형대수) 문제 3. 선형방정식 풀기(해 구하기)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### 다음과 같은 방정식이 있다."
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"3x + 6y - 5z = 12\n",
"x - 3y + 2z = -2\n",
"5x - y + 4z = 10"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### a) 위 식을 numpy를 이용해서 Ax=B 형태로 나타내시오 (A와 B만 생성)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### b) A의 역행렬을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### c) 방정식의 해 벡터 x를 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### pandas 기초"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### (pandas 기본) 문제 1. DataFrame 다루기 (1)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
" | numbers |\n",
"----- | ------ \n",
"a | 10 \n",
"b | 20 \n",
"c | 30 \n",
"d | 40 \n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### a) DataFrame으로 위와 같은 자료를 만드시오. 컬럼 이름은 numbers, 로우 네임은 a~e, 값은 10~40"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### b) c 로우의 값을 가져오시오."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### c) a, d 로우들의 값을 가져오시오."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### d) numbers의 합을 구하시오."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### e) numbers의 값들을 각각 제곱하시오 (vectorized operations 표헌으로 예] 2*v )"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"###### 이런 결과가 나와야 함.\n",
"\n",
" | numbers |\n",
"----- | ------ \n",
"a | 100 \n",
"b | 400 \n",
"c | 900 \n",
"d | 1600 "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### f) numbers의 값들을 각각 제곱하시오(apply 메서드 사용해서)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### f) numbers의 값들을 각각 제곱하시오(apply 메서드에, 람다 함수도 사용해서)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### g) floats라는 이름의 칼럼을 추가하시오. 값은 1.5, 2.5, 3.5, 4.5"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"###### 이런 결과가 나와야 함.\n",
"\n",
"| numbers | floats\n",
"----- | ------ | ------\n",
"a | 10 | 1.5\n",
"b | 20 | 2.5\n",
"c | 30 | 3.5\n",
"d | 40 | 4.5"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### h) names라는 이름의 다음과 같은 칼럼을 위의 결과에 또 추가하시오. "
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
" | names | \n",
" ----- | ------\n",
" d | Guido \n",
" a | Felix\n",
" b | Francesc\n",
" c | Yves"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### i) 다음과 같은 정보를 가지는 로우(행)를 위의 결과에 추가하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"index:z, numbers: 100, floats: 5.75, names: Henry"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### j) squares 라는 이름의 칼럼을 위의 결과에 추가하시오. 그런데 squares는 인덱스값이 짝이 맞지 않으므로 join 메서드를 사용하시오(기본옵션으로)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
" | squares |\n",
"----- | ------ \n",
"a | 1\n",
"b | 4\n",
"c | 9\n",
"d | 16\n",
"y | 25"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### k) j와 동일하나 join 메서드의 옵션을 'outer'로 바꿔서 수행해보시오."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### l) 위의 결과로 나온 자료에서 numbers 칼럼과 squares 칼럼에 대해, 각각 평균을 구하시오. 다음과 같은 결과가 나와야 함. (mean 메서드 사용, column-wise 계산)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"numbers 40\n",
"squares 11"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### m) numbers와 squares 칼럼에 대해, 각각 표준편차를 구하시오 (std 메서드 사용, column-wise 계산)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### (pandas 기본) 문제 2. DataFrame 다루기 (2)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### a) 표준정규분포를 따르는 9 X 4 형태의 DataFrame을 생성하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### b) a에서 생성한 DataFrame의 칼럼 이름을 - No1, No2, No2, No4로 지정하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### e) 위에서 생성된 자료에, 시간 관련 인덱싱을 하기 위해서는 DataTime 자료형을 생성해서 로우 인덱스에 넣어주는 방법이 있다. 아래코드를 실행하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# import pandas as pd 라는 가정하에.\n",
"dates = pd.date_range(‘2015-1-1’, periods=9, freq=‘M’)\n",
"df.index = dates # a와 b를 거쳐서 만들어진 DataFrame 인스턴스의 변수명이 df라고 가정.\n",
"df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### f) 각 컬럼의 평균을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### f) 5월부터 7월까지의, 각 컬럼의 평균을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 응용"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"* 응용문제 1 - pandas의 DataFrame을 이용한 엑셀파일 분석\n",
"* 응용문제 2 - pandas의 DataFrame을 이용한 주식 데이터 분석 [3]"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### 응용문제 1 - pandas의 DataFrame을 이용한 엑셀파일 분석"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"* person.xls 파일을 pandas로 읽어서 DataFrame 자료로 받는다.\n",
"* (힌트, 엑셀에서 열어서 csv 포맷으로 바꾸면 훨씬 쉬워진다)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### 1) score의 평균을 구하기"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### 2) 남,녀별 score 평균 구하기"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### 3) 각 email의 값은 비워져있다. 채워넣어보자. 이메일은 '아이디@회사이름.com' 규칙을 따른다. 예를들어 id가 user1이고 회사가 naver이면 그 사람의 email은 user1@naver.com 이다."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### 응용문제 2 - pandas의 DataFrame을 이용한 주식 데이터 분석"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### 야후 파이낸스 API를 이용해서 특정 주식의 정보를 받아오는 코드는 아래와 같다. "
]
},
{
"cell_type": "code",
"execution_count": 5,
"metadata": {
"collapsed": false
},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"<class 'pandas.core.frame.DataFrame'>\n",
"DatetimeIndex: 3873 entries, 2000-01-03 00:00:00 to 2015-03-12 00:00:00\n",
"Data columns (total 6 columns):\n",
"Open 3873 non-null float64\n",
"High 3873 non-null float64\n",
"Low 3873 non-null float64\n",
"Close 3873 non-null float64\n",
"Volume 3873 non-null int64\n",
"Adj Close 3873 non-null float64\n",
"dtypes: float64(5), int64(1)\n",
"memory usage: 211.8 KB\n"
]
}
],
"source": [
"import pandas as pd\n",
"import pandas.io.data as web\n",
"\n",
"DAX = web.DataReader(name='^GDAXI', data_source='yahoo', start='2000-1-1')\n",
"DAX.info()"
]
},
{
"cell_type": "code",
"execution_count": 7,
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/html": [
"<div style=\"max-height:1000px;max-width:1500px;overflow:auto;\">\n",
"<table border=\"1\" class=\"dataframe\">\n",
" <thead>\n",
" <tr style=\"text-align: right;\">\n",
" <th></th>\n",
" <th>Open</th>\n",
" <th>High</th>\n",
" <th>Low</th>\n",
" <th>Close</th>\n",
" <th>Volume</th>\n",
" <th>Adj Close</th>\n",
" </tr>\n",
" <tr>\n",
" <th>Date</th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" </tr>\n",
" </thead>\n",
" <tbody>\n",
" <tr>\n",
" <th>2000-01-03</th>\n",
" <td> 6961.72</td>\n",
" <td> 7159.33</td>\n",
" <td> 6720.87</td>\n",
" <td> 6750.76</td>\n",
" <td> 0</td>\n",
" <td> 6750.76</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2000-01-04</th>\n",
" <td> 6747.24</td>\n",
" <td> 6755.36</td>\n",
" <td> 6510.46</td>\n",
" <td> 6586.95</td>\n",
" <td> 0</td>\n",
" <td> 6586.95</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2000-01-05</th>\n",
" <td> 6585.85</td>\n",
" <td> 6585.85</td>\n",
" <td> 6388.91</td>\n",
" <td> 6502.07</td>\n",
" <td> 0</td>\n",
" <td> 6502.07</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2000-01-06</th>\n",
" <td> 6501.45</td>\n",
" <td> 6539.31</td>\n",
" <td> 6402.63</td>\n",
" <td> 6474.92</td>\n",
" <td> 0</td>\n",
" <td> 6474.92</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2000-01-07</th>\n",
" <td> 6489.94</td>\n",
" <td> 6791.53</td>\n",
" <td> 6470.14</td>\n",
" <td> 6780.96</td>\n",
" <td> 0</td>\n",
" <td> 6780.96</td>\n",
" </tr>\n",
" </tbody>\n",
"</table>\n",
"</div>"
],
"text/plain": [
" Open High Low Close Volume Adj Close\n",
"Date \n",
"2000-01-03 6961.72 7159.33 6720.87 6750.76 0 6750.76\n",
"2000-01-04 6747.24 6755.36 6510.46 6586.95 0 6586.95\n",
"2000-01-05 6585.85 6585.85 6388.91 6502.07 0 6502.07\n",
"2000-01-06 6501.45 6539.31 6402.63 6474.92 0 6474.92\n",
"2000-01-07 6489.94 6791.53 6470.14 6780.96 0 6780.96"
]
},
"execution_count": 7,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"DAX.head()"
]
},
{
"cell_type": "code",
"execution_count": 6,
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/html": [
"<div style=\"max-height:1000px;max-width:1500px;overflow:auto;\">\n",
"<table border=\"1\" class=\"dataframe\">\n",
" <thead>\n",
" <tr style=\"text-align: right;\">\n",
" <th></th>\n",
" <th>Open</th>\n",
" <th>High</th>\n",
" <th>Low</th>\n",
" <th>Close</th>\n",
" <th>Volume</th>\n",
" <th>Adj Close</th>\n",
" </tr>\n",
" <tr>\n",
" <th>Date</th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" <th></th>\n",
" </tr>\n",
" </thead>\n",
" <tbody>\n",
" <tr>\n",
" <th>2015-03-06</th>\n",
" <td> 11513.89</td>\n",
" <td> 11600.37</td>\n",
" <td> 11495.20</td>\n",
" <td> 11550.97</td>\n",
" <td> 0</td>\n",
" <td> 11550.97</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2015-03-09</th>\n",
" <td> 11510.35</td>\n",
" <td> 11586.94</td>\n",
" <td> 11461.86</td>\n",
" <td> 11582.11</td>\n",
" <td> 0</td>\n",
" <td> 11582.11</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2015-03-10</th>\n",
" <td> 11555.97</td>\n",
" <td> 11577.75</td>\n",
" <td> 11402.67</td>\n",
" <td> 11500.38</td>\n",
" <td> 0</td>\n",
" <td> 11500.38</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2015-03-11</th>\n",
" <td> 11531.55</td>\n",
" <td> 11822.53</td>\n",
" <td> 11531.55</td>\n",
" <td> 11805.99</td>\n",
" <td> 0</td>\n",
" <td> 11805.99</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2015-03-12</th>\n",
" <td> 11795.91</td>\n",
" <td> 11830.14</td>\n",
" <td> 11754.90</td>\n",
" <td> 11799.39</td>\n",
" <td> 116256000</td>\n",
" <td> 11799.39</td>\n",
" </tr>\n",
" </tbody>\n",
"</table>\n",
"</div>"
],
"text/plain": [
" Open High Low Close Volume Adj Close\n",
"Date \n",
"2015-03-06 11513.89 11600.37 11495.20 11550.97 0 11550.97\n",
"2015-03-09 11510.35 11586.94 11461.86 11582.11 0 11582.11\n",
"2015-03-10 11555.97 11577.75 11402.67 11500.38 0 11500.38\n",
"2015-03-11 11531.55 11822.53 11531.55 11805.99 0 11805.99\n",
"2015-03-12 11795.91 11830.14 11754.90 11799.39 116256000 11799.39"
]
},
"execution_count": 6,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"DAX.tail()"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### a) 위의 코드를 실행해서 값을 가져오시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### b) High와 Low의 차이를 계산해서 Diff라는 이름의 칼럼을 만들어 그 결과를 반영하시오."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"##### c) 2015년의 Open, High, Low, Close의 각 평균을 구하시오"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": false
},
"outputs": [],
"source": [
"# input yuour code"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 참고자료 \n",
"\n",
" * [1] 데이터/수치 분석을 위한 파이썬 라이브러리 SciPy와 NumPy - http://www.hanbit.co.kr/ebook/look.html?isbn=9788968486135\n",
" * [2] 파이썬 라이브러리를 활용한 데이터 분석 - http://www.hanbit.co.kr/book/look.html?isbn=978-89-6848-047-8\n",
" * [3] Python for Finance - http://shop.oreilly.com/product/0636920032441.do"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 2",
"language": "python",
"name": "python2"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 2
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython2",
"version": "2.7.6"
}
},
"nbformat": 4,
"nbformat_minor": 0
}