quick97

1. 엑셀 파일 불러오기 # 패키지 선언 import numpy as npimport matplotlib import pandas as pd import matplotlib import matplotlib.pyplot as plt from matplotlib import font_manager, rc import seaborn as sns from sklearn.preprocessing import MinMaxScaler # TC_EN_AREA_CRISIS_INFO.csv 분기별 데이터 추출 및 변환 코드 df1=pd.read_excel('C:/fintech6/_project1/_src/sample_01.xlsx', index_col=0) # 2020-1Q df2=pd.read_excel('C:/fintech6/_project1/_src/sample_02.xlsx', index_col=0) # 2020-2Q df3=pd.read_excel('C:/fintech6/_project1/_src/sample_03.xlsx', index_col=0) # 2020-3Q *TC_EN_AREA_CRISIS_INFO_sample(신용등급).csv ( 출처: 경기지역경제포털,  KED신용등급, https://bigdata-region.kr/#/dataset/6f393bec-a1e1-4e09-8075-8c53e19d51f5) 2.  업종코드 선택 # I : 숙박 및 음식점업 code1 = df1['INDUTY_LCLAS_CODE'] == 'I' df_code1=df1[code1] code2 = df2['INDUTY_LCLAS_CODE'] == 'I' df_code2=df2[code2] code3 = df3['INDUTY_LCLAS_CODE'] == 'I' df_code3=df3[code3] 3. 신용등급 구간별(A등급/B등급/C등급/D등급) 합계 li...

  1. 엑셀 파일 불러오기 # 패키지 선언 import numpy as npimport matplotlib import pandas as pd import matplotlib.pyplot as plt from matplotlib import font_manager, rc import seaborn as sns # TC_EN_AREA_CRISIS_INFO.csv 분기별 데이터 추출 및 변환 코드 df1=pd.read_excel('C:/fintech6/_project1/_src/sample_01.xlsx', index_col=0) # 2020-1Q df2=pd.read_excel('C:/fintech6/_project1/_src/sample_02.xlsx', index_col=0) # 2020-2Q df3=pd.read_excel('C:/fintech6/_project1/_src/sample_03.xlsx', index_col=0) # 2020-3Q *TC_EN_AREA_CRISIS_INFO_sample(신용등급).csv ( 출처: 경기지역경제포털,  KED신용등급, https://bigdata-region.kr/#/dataset/6f393bec-a1e1-4e09-8075-8c53e19d51f5) 2.  업종코드 선택 # I : 숙박 및 음식점업 code1 = df1['INDUTY_LCLAS_CODE'] == 'I' df_code1=df1[code1] code2 = df2['INDUTY_LCLAS_CODE'] == 'I' df_code2=df2[code2] code3 = df3['INDUTY_LCLAS_CODE'] == 'I' df_code3=df3[code3] 3. 신용등급 구간별(A등급/B등급/C등급/D등급) 합계 list 생성 # 2020-1Q AAA = df1['CREDT_GRAD_NM'] == 'AAA...

1. 엑셀 파일 불러오기 # 패키지 선언 import pandas as pd # TC_EN_AREA_CRISIS_INFO.csv 분기별 데이터 추출 및 변환 코드 df1=pd.read_excel('C:/fintech6/_project1/_src/sample_01.xlsx', index_col=0) # 2020-1Q df2=pd.read_excel('C:/fintech6/_project1/_src/sample_02.xlsx', index_col=0) # 2020-2Q df3=pd.read_excel('C:/fintech6/_project1/_src/sample_03.xlsx', index_col=0) # 2020-3Q *TC_EN_AREA_CRISIS_INFO_sample(신용등급).csv ( 출처: 경기지역경제포털,  KED신용등급,   https://bigdata-region.kr/#/dataset/6f393bec-a1e1-4e09-8075-8c53e19d51f5 ) 2.  업종코드 선택 # I : 숙박 및 음식점업 code1 = df1['INDUTY_LCLAS_CODE'] == 'I' df_code1=df1[code1] code2 = df2['INDUTY_LCLAS_CODE'] == 'I' df_code2=df2[code2] code3 = df3['INDUTY_LCLAS_CODE'] == 'I' df_code3=df3[code3] 3. 신용등급 구간별(A등급/B등급/C등급/D등급) 합계 list 생성 # 2020-1Q AAA = df1['CREDT_GRAD_NM'] == 'AAA' subset_AAA=df1[code1 & AAA] AAp = df1['CREDT_GRAD_NM'] == 'AA+' subset_AAp=df1[code1 & AA...

1. 엑셀 파일 불러오기 # 패키지 선언 import numpy as np import pandas as pd import matplotlib import matplotlib.pyplot as plt from matplotlib import font_manager, rc # 추출 및 변환 코드 df01=pd.read_excel('C:/fintech6/_project1/_src/생산자물가지수.xlsx', index_col=0) *생산자물가지수.xlsx ( 출처: 산업통계분석시스템 ) 2. plot 생성 # plot 생성 product_plot=df01.plot(grid=True,style=['-o'],markersize=4, color=['indianred','darkcyan','mediumslateblue','steelblue','slategrey','darkgoldenrod']) # 스타일 지정 str_plt_style = 'seaborn-darkgrid' plt.style.use([str_plt_style]) plt.rcParams["figure.figsize"] = (10,5) plt.rcParams["font.size"]=11 # 맑은고딕체 출력 font_path = "C:/Windows/Fonts/MALGUNBD.TTF" font = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font) # plot 외부에 범례 배치 x = np.linspace(0, 1, 10) plt.ylim([90, 125]) plt.legend(bbox_to_anchor=(1.01, 1.0), loc='upper left...

1. 엑셀 파일 불러오기 # 패키지 선언 import pandas as pd import matplotlib import matplotlib.pyplot as plt # 추출 및 변환 코드 df00=pd.read_excel('C:/fintech6/_project1/_src/gdp.xlsx', index_col=0) *gdp.xlsx (출처 : KOSIS ) 2. plot 생성 # plot 생성 product_plot=df00.plot(grid=True,style=['-o'],markersize=4) # 스타일 지정 str_plt_style = 'seaborn-darkgrid' plt.style.use([str_plt_style]) plt.rcParams["figure.figsize"] = (15,4) plt.rcParams["font.size"]=15 # x축, y축에 모든 항목 표기 plt.xticks([2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010, 2011,2012,2013,2014,2015,2016,2017,2018,2019,2020]) plt.yticks([-1,0,1,2,3,4,5,6,7,8,9]) # 마이너스 부호가 표기되도록 하는 설정 matplotlib.rcParams['axes.unicode_minus'] = False # 저장 image_file='C:/fintech6/_project1/_img/gdp.png' plt.savefig(image_file,dpi=400) 1차 프로젝트 - GDP plot