[EDA] 무작정 따라하기 EDA2

 

※ 출처

-. 해당 내용은 유튜브의 todaycode님의 영상을 참고하였습니다.

-. 더 자세한 내용은 유튜브를 참고 부탁드립니다. 

 

데이터 EDA 연습1¶

 

★개요★¶

1. 머신러닝 실습 진행중 시각화 및 EDA를 진행할 때¶

2. 미숙한 나의 모습을 발견하여 EDA에 대한 추가적인 공부가 필요하다고 생각하였다.¶

3. 이에, 무작정 EDA를 100개만 따라해보기로 하였다.¶

4. 오늘은 3개의 EDA를 따라한 실습내용을 포스팅하고자 합니다.¶

 

★학습한 내용★¶

 

그래프에서 단위차이가 날때 어떻게 처리해서 분석해야하는지를 배우게 되었다.

In [1]:

import pandas as pd
import numpy as np 
import seaborn as sns
import FinanceDataReader as fdr

df_krx = fdr.StockListing("KRX")

In [2]:

# 데이터 확인 
df_krx.shape

Out[2]:

(7110, 10)

In [3]:

# DataReader : 일별시세를 받아오는 method
# 삼성전자 2017~2021까지 불러오기 

df = fdr.DataReader("005930", "2017", "2022")
df.head(2)

Out[3]:

	Open	High	Low	Close	Volume	Change
Date
2017-01-02	35980	36240	35880	36100	93012	0.001665
2017-01-03	36280	36620	36020	36480	147153	0.010526

 

open : 시가 High : 호가 Low : 저가 CLose : 종가 Volume : 거래량 Change : 전일대비

In [4]:

# 시각화를 봐보자
df["Close"].plot();

 

In [5]:

df_krx = pd.read_csv("krx.csv")
df_krx.shape

Out[5]:

(7110, 10)

 

종목코드와 종목명을 불러와보자

In [6]:

df_krx[["Symbol", "Name"]].head()

Out[6]:

	Symbol	Name
0	060310	3S
1	095570	AJ네트웍스
2	006840	AK홀딩스
3	054620	APS홀딩스
4	265520	AP시스템

 

이렇게 조건값을 바로 loc로 넣어서 사용할 수 있구나.. ( 새롭게 알게 된 사실 )
딱 숫자만 어떻게 빼오지.. values로도 안되는데..?

In [7]:

df_krx.loc[df_krx["Name"] == "빅히트", "Symbol"].tolist()

Out[7]:

['352820']

 

이건 리스트로 받아오는건데.. str로 받아오는 방법은 없는건가?

In [8]:

df_krx.loc[df_krx["Name"] == "빅히트", "Symbol"].tolist()[0]

Out[8]:

'352820'

 

오~ 이렇게 좋은 방법이 있다니 신기신기!!

 

그런데 모든 데이터를 다 이렇게 써서 불러올 수 없으니 함수를 만들어야겠구나..!

In [9]:

def item_code_to_item_name(item_name):
    """족목명을 받아 종목코드를 전화해주는 함수"""
    item_code_list = df_krx.loc[df_krx["Name"] == item_name, "Symbol"].tolist()
    if len(item_code_list) > 0 :
        item_code = item_code_list[0]
        return item_code
    else:
        print(f"{item_name}는 유효하지 않는 종목명입니다. 다시 확인해주세요")
        return None

 

그럼 잘 작동하는 확인을 해봐야겠구나 !

In [10]:

print(item_code_to_item_name("N AVER"))
print(item_code_to_item_name("삼성전자"))
print(item_code_to_item_name("셀트리온"))
print(item_code_to_item_name("카카오게임즈"))

 

N AVER는 유효하지 않는 종목명입니다. 다시 확인해주세요
None
005930
068270
293490

In [11]:

fdr.DataReader(item_code_to_item_name("삼성전자"))

Out[11]:

	Open	High	Low	Close	Volume	Change
Date
1997-02-24	974	990	951	957	81070	NaN
1997-02-25	969	1022	948	1014	109130	0.059561
1997-02-26	1013	1065	1006	1017	227060	0.002959
1997-02-27	1017	1031	999	1019	81090	0.001967
1997-02-28	1019	1049	1001	1032	148450	0.012758
...	...	...	...	...	...	...
2021-02-01	81700	83400	81000	83000	28046832	0.012195
2021-02-02	84100	86400	83700	84400	26302077	0.016867
2021-02-03	84800	85400	83400	84600	22112205	0.002370
2021-02-04	83500	83800	82100	82500	24171688	-0.024823
2021-02-05	83100	84000	82500	83500	17139131	0.012121

6000 rows × 6 columns

In [12]:

def find_item_list(item_name, year=2020):
    item_code = item_code_to_item_name(item_name)
    if item_code:
        df_day = fdr.DataReader(item_code, str(year))
        return df_day
    else:
        return print(f"{item_name}는 유효하지 않는 종목명입니다. 다시 확인해주세요")

In [13]:

stock_daily = find_item_list("빅히트", 2000)

In [14]:

stock_daily.plot()

Out[14]:

<AxesSubplot:xlabel='Date'>

 

 

그런데... 그래프가 바닥에 다 깔려있어서 보기가 매우 사납죠..? 어떻게 해야할까요?

In [15]:

stock_daily.plot(subplots=True, figsize=(10,8));

 

In [16]:

stock_daily.hist(figsize=(10,8), bins=30);

 

 

내가 원하는건... 좀더 자세히 보는거였는데..
좋은 방법이 없을까?
secondary_y를 사용하면 될거 같다! 휴
명확하게 보이기 위해 일단 두개만 가지고 와서 그래프를 그려보자

In [17]:

stock_daily[["Close", "Volume"]].plot(secondary_y="Volume");

 

 

단위가 1e6으로 나와 있는데

In [18]:

format(1e6, ",")

Out[18]:

'1,000,000.0'

 

1e6 = 1,000,000 을 의미하며, 이를 과학적 표기법이라고 합니다.