pip install folium

import folium

# 지도 생성(center는 중심 좌표, zoom_start는 초기 확대 비율)
map = folium.Map(location=[37.565711, 126.978090], zoom_start=12)

# 마커 생성 (위도, 경도를 입력하고, popup에 표시될 설명을 추가)
marker = folium.Marker([37.565711, 126.978090], popup='덕수궁')

# 마커를 지도에 추가
marker.add_to(map)

# 지도를 HTML 파일로 저장
map.save('example_map.html')

pip install wordcloud

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt

text = """예제 텍스트 데이터"""
stopwords = set(STOPWORDS)
processed_text = ' '.join([word for word in text.split() if word.lower() not in stopwords])

wordcloud = WordCloud(
    background_color='white', max_words=100, width=800, height=800
).generate(processed_text)

plt.figure(figsize=(10, 10))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.savefig('wordcloud.png')
plt.show()

from konlpy.tag import Okt
okt = Okt()
text = '아버지가 방에 들어가신다okt.pos(text)

import matplotlib.pyplot as plt

plt.plot([1,2,3,4])
plt.show()

plt.plot([1,2,3,4], [1,4,10,15])
plt.show()

import numpy as np

data = np.arange(1, 100)
plt.plot(data)
plt.show()

data1 = np.arange(1, 50)
plt.subplot(2, 1, 1)
plt.plot(data1)

data2 = np.arange(50, 100)
plt.subplot(2, 1, 2)
plt.plot(data2)

plt.show()

data1 = np.arange(0, 100)
plt.subplot(131)
plt.plot(data1)

data2 = np.arange(0, 100)
plt.subplot(132)
plt.plot(data2)

data3 = np.arange(0, 100)
plt.subplot(133)
plt.plot(data3)

plt.show()

!sudo apt-get install -y fonts-nanum
!sudo fc-cache -fv
!rm ~/.cache/matplotlib -rf

import matplotlib.pyplot as plt

plt.rc('font', family = 'NanumBarunGothic') # 나눔바른고딕 폰트 사용
plt.figure(figsize=(6, 8)) # 그래프 크기 지정
plt.plot([1,2,3], [1,2,3])
plt.plot([1,2,3], [2,4,6])

plt.title('타이틀', fontsize=30)
plt.xlabel('X축', fontsize=20)
plt.ylabel('Y축', fontsize=20)

.show()

plt.figure(figsize=(15, 10))


plt.title('마커설정', fontsize=30)
plt.plot(np.arange(10), np.arange(10), color='b', marker='o', linestyle='')
plt.plot(np.arange(10), np.arange(10)*2, color='r', marker='v', linestyle='--')
plt.plot(np.arange(10), np.arange(10)*3, color='y', marker='*', linestyle='-.')


plt.legend(['10', '10*2', '10*3'], fontsize=15, loc='lower right', ncol=3) #
plt.xlim(0, 12)
plt.ylim(0, 30)


plt.xticks(rotation=30)
plt.yticks(rotation=50)
plt.show()

x = ['파이썬', '데이터분석', '머신러닝', '딥러닝', '컴퓨터비전', '자연어처리']
y = [ 95, 80, 65, 30, , 10]

plt.figure(figsize=(8, 5))
plt.bar(x, y, align='center',alpha=0.7, color='#e35f62')
plt.title('AI 성적표', fontsize=25)

plt.ylabel('점수')
plt.show()

# 브랜드평판지수를 기준으로 등수 매기기
df1['브랜드순위'] = df1['브랜드평판지수'].rank(ascending=False)
df1['브랜드순위'] = df1['브랜드순위'].astype('int')

# 생년월일을 datetime 타입으로 변환
df['생년월일'] = pd.to_datetime(df['생년월일'])

# dt 속성을 이용해 생년월일의 년, 월, 일, 요일, 해당 연도의 몇번째 주인지 등을 알아볼 수 있습니다.
df['생년월일'].dt.year
df['생년월일'].dt.month
df['생년월일'].dt.day
df['생년월일'].dt.dayofweek
df['생년월일'].dt.isocalendar().week

# 성별을 1, 0으로 변환하는 일반 함수
def male_or_female(x):
    if x =='남자':
        return 1
    elif x == '여자':
        return 0

# apply를 이용해 성별 데이터 변환하기
df['new성별'] = df['성별'].apply(male_or_female)

# apply와 람다 함수를 이용한 코드 (한 줄로 작성 가능)
df['new성별'] = df['성별'].apply(lambda x: 1 if x == '남자' else 0)

# 딕셔너리를 활용한 map() 예시
blood_map = { "A": 0, 'B': 1, 'AB':2, "O": 3}
df['혈액형_code'] = df['혈액형'].map(blood_map)

# pd.get_dummies()를 이용한 one hot encoding 기능
# 분류해야 할 범위를 선택하고 해당 범위를 인자로 전달하면 원하는 더미 인코딩 값을 생성해줍니다.
.get_dummies(df['혈액형_code'])

# columns 인자를 이용해서 새 칼럼 이름을 지정하여 더미 인코딩 값을 가져올 수 있습니다.
df_one_hot = pd.get_dummies(df, columns=['혈액형_code'])

# DataFrame 불러오기
df1 = pd.read_csv('http://bit.ly/ds-korean-idol')
df2 = pd.read_csv('https://bit.ly/ds-korean-idol-2')

# 두 데이터 프레임을 합치기
pd.concat([df1, df2], axis=0)

# 합친 데이터프레임의 index를 새로 설정
df_concat = pd.concat([df1, df2], sort=False)
df_concat.reset_index(drop=True)

# 두 개의 데이터프레임을 가로 방향으로 합치기
pd.concat([df1, df2], axis=1)

# 한 쪽 데이터프레임에서 일부 데이터 삭제 후, 다른 데이터 프레임과 결합하기
df3 = df2.drop([3, 5])
pd.concat([df1, df3], axis=1)

# 특정 값을 기준으로 데이터프레임 병합하기
merged_df = pd.merge(df1, df3, on='이름', how='left')

# 이름으로 기존 데이터프레임과 새 데이터 프레임을 병합하는 예시
df_right = df2.drop([1,3,5,7,9], axis=0)
df_right.reset_index(drop=True)
pd.merge(df1, df_right, on='이름', how='left')

# 새로운 데이터프레임 정보 추가 후, 병합하기
df_right = df_right.append({'이름': '김사과', '연봉': 5000, '가족수': 5}, ignore_index=True)
pd.merge(df1, df_right, on='이름', how='right')

# 두개 데이터프레임에서 컬럼명이 다를 경우, 오른쪽 데이터프레임 컬럼명 변경하며 병합하기
df_right.columns = ['성함', '연봉', '가족수']
pd.merge(df1, df_right, left_on='이름', right_on='성함', how='right')