데이터 과학 및 보고서 생성

파일에서 데이터 가져오기

데이터 과학을 수행하려면 데이터가 반드시 필요하며 Wolfram 언어에는 필요한 데이터에 쉽게 접근할 수 있는 다양한 방법을 제공합니다. 내장 Import 함수는 일반적으로 사용되는 수백 가지 파일 형식을 가져옵니다.

1. 기본 설정을 사용하여 데이터를 가져옵니다.

Import 함수는 대부분의 일반적인 파일 형식을 적절한 표현식으로 자동으로 가져옵니다:

In[•]:=

Out[•]=

Import 함수가 파일 형식을 결정할 수 없으면 명시적으로 지정할 수 있습니다:

In[•]:=

Out[•]=

목록의 계층 구조와 연관을 기반으로한 구조화된 데이터 세트인 Dataset 개체로 데이터를 쉽게 가져올 수 있습니다. 이를 통해 대규모 데이터 세트를 쉽고 빠르게 탐색할 수 있습니다.

2. Dataset으로 데이터를 가져옵니다.

CSV, TSV, XLS, XLSX 등의 데이터 지향 파일 형식은 Dataset으로 가져옵니다. Import 함수의 두 번째 인수에 "Dataset"을 지정합니다.

Import 함수는 대부분의 일반적인 파일 형식을 적절한 표현식으로 자동으로 가져옵니다:

In[•]:=

Out[•]=

전체 데이터 세트를 가져 오지 않고 특정 요소만 추출하고 싶을 경우, 추가 매개변수를 사용하면 Import 함수가 특정 요소만 추출 할 수 있습니다.

3. 데이터 파일과 웹 페이지에서 특정 요소를 추출합니다.

대부분의 파일과 웹 페이지에는 Import가 기본적으로 반환하는 데이터 이외의 요소가 포함되어 있습니다. Import의 두 번째 인수에 "Elements"를 지정하면 요소 목록을 얻을 수 있습니다.

Import는 대부분의 일반적인 파일 형식을 적절한 표현식으로 자동으로 가져옵니다:

In[•]:=

Out[•]=

가져올 요소를 지정합니다:

Import["ExampleData/cities.xlsx", "Images"]

Out[•]=

API에서 데이터 가져오기

Wolfram 언어로 외부 서비스에 쉽게 연결할 수 있습니다. 이 예에서는 런던의 자전거 공유 위치에 대한 데이터에 API를 통해 데이터에 접근합니다:

In[•]:=

Out[•]=

자동 분석

Wolfram 언어에는 수천 개의 내장 함수가 포함되어 있으므로 특정 작업이 어떻게 구성되는지에 대한 기술적 측면이 아닌 자신의 프로젝트에 집중할 수 있습니다. 모든 세부 사항을 완전히 지정할 수 있지만 함수의 기본 설정은 거의 모든 경우에 잘 작동하도록 설계되어 있어 매우 복잡한 작업조차도 짧고 읽기 쉬운 코드를 생성합니다. 이 예에서 이변량 데이터는 FindClusters 함수로 자동 클러스터링됩니다.

이변량 데이터에서 클러스터 찾기 및 시각화를 알아봅니다:

In[•]:=

In[•]:=

Out[•]=

FindDistribution과 같은 하이 레벨 함수는 다양한 통계 기법을 사용하여 데이터를 분석하고 35개 이상의 분포 중에서 가장 적합한 데이터를 선택합니다.

지수 분포에서 샘플링된 데이터를 생성합니다:

Generate data sampled from an exponential distribution:

데이터에서 최적의 분포를 찾습니다:

Out[•]=

원래 분포와 추정된 분포의 확률 밀도 함수를 비교합니다:

Out[•]=

클라우드 배포

프로그램을 다른 사람들과 공유하려는 경우 Wolfram 언어를 사용하면 코드를 독립형 인터랙티브 웹 페이지로 쉽게 만들 수 있습니다. CloudDeploy 함수를 사용하면 코드가 Wolfram Research 서버에 게시되고 누구나 접근할 수 있도록 허용하거나 권한이 있는 사람만 접근할 수 있도록 할 수 있습니다. 이 예에서는 분자의 이미지를 인식하는 대화형 프로그램을 공개 웹 페이지로 변환합니다.