대기과학지

앞에 설명하는 부분들은 파이썬 설명보다는 통계 설명이 더 많아서 통계 카테고리로 옮겼습니다 이 포스팅에서는 전체 코드를 올리고 마무리 지을까 합니다 당분간은 파이썬보다는 포트란과 NCL로 조금 눈을 돌려볼까 합니다 한동안 너무 파이썬만 한 거 같아요.. 과제에서 했던 것들을 간간히 올려보는 걸로 파이썬은 이어가겠습니다! 정말 정말 깁니다... 318줄 정도 되요.. 꼼꼼히 읽어보셔야 해요! import numpy as np from scipy import stats from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt #Coefficent of Detect class COD: def __init__(self, x..

오늘부터는 파이썬으로 선형 회귀 모델 적합성을 검사할 수 있는 라이브러리를 만들어보겠습니다 기본적인 파이썬의 Class 기능과 몇 가지 라이브러리를 합쳐서 만들어보려고 합니다 추가로 선형 회귀식과 원래 자료가 함께 그림이 그려지는 코드도 넣었습니다 먼저 Class가 어떤 건지 설명드리겠습니다 먼저 Class의 구성은 이렇습니다 class COD: def __init__(self, x, y): self.r, self.p_val = stats.pearsonr(x, y) self.R = self.r**2 print('R_squared : {}, p-value : {}'.format(round(self.R, 4), round(self.p_val, 4))) 제가 작성한 코드의 일부분 입니다 크게 나누면 class..

저번에 포스팅 했던 코랩을 이용해서 파이썬의 다양한 라이브러리를 통해 자료를 시각화 해보려고 합니다 ​ 과가 대기과이다 보니까 자료의 양이 매우 방대합니다 과거 강수량이나 일사량, 일기도 등 이런 지표들의 자료가 많이 축적이 되어있습니다 이 지표들을 통해 앞으로의 날씨를 예측하는 것이 예보관이 하는 일이기도 합니다 ​ 위 사진은 파이썬에서 제공하는 다양한 라이브러리들입니다 상위 라이브러리로 갈수록 훨씬 어렵고 복잡한 작업을 수행합니다 저희는 자료를 정리하거나 시각화하는 작업을 할겁니다 ​ 이때 필요환 라이브러러리를 Numpy, 주로 배열이나 행렬을 만드는 선형대수학과 관련된 라이브러리 Matplotlib, 주로 데이터로 그래프를 그려서 자료를 시각화하는 라이브러리 Pandas, 주로 시계열 자료나 데이터..

제가 또 코딩 플랫폼을 바꿨습니다 원래는 Visual Studio Code를 사용했었지만 현재는 구글 Colab을 사용 중입니다 바꾼 이유는 머신러닝을 공부하던 중 난관에 봉착했습니다 ​ 붓꽃 즉, iris 데이터 셋을 이용하려는데 Visual Studio Code에서는 데이터셋을 가져오기가 굉장히 힘들었습니다 ​ Visual Studio Code를 사용했던 이유는 Colab은 클라우드에 저장이 되고 따로 파일로 저장하려면 과정이 필요하지만 VSCODE는 작업 후 바로.py나 .ipynb 파일로 저장이 가능했기 때문입니다 ​ 하지만 작업을 위해 과정이 많이 필요한 것은 코딩에 본질이 아니라고 생각했습니다 코딩을 통해 인간이 하기 힘든 연산이나 그래프를 그리는 것이 코딩인데 과정이 복잡하거나 코드가 길면 ..