밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

143

󽴜󽴔󺠿󻱃󼗿󽴔󼖟󻖘󼨧󺋿

그림 10-1

󽴔󺊯󺧀󻉓󼢻󻰧󽴔󼱗󻝳󼙯󺋇󺱷

그림 10-2

󽴔󻳤󺊫󻉓󼢻󻰧󽴔󼱗󻝳󼙯󺋇󺱷

두 분포의 최솟값과 최댓값이 상당히 다르긴 하지만, 이것만으로 두 분포의 차

이를 이해하기는 쉽지 않다.

10.1.2

2차원 데이터

이제

2

차원 데이터가 주어졌다고 해보자. 사용자가 하루 평균 사이트에서 보내

는 시간뿐 아니라 사용자의 데이터 과학 경력까지 주어졌다고 해보자. 물론 각

변수를 따로 살펴볼 수도 있지만 두 변수가

2

차원 공간상에서 어떻게 분포를 이

루는지 살펴보는 것도 의미가 있다.

예를 들어 다음과 같은 데이터가 있다고 해보자.

def random

_

normal() -> float:

"""

표준정규분포를

따르는

임의의

데이터를

반환

"""

return inverse

_

normal

_

cdf(random.random())

xs = [random

_

normal() for

_

in range(1000)]

ys1 = [ x + random

_

normal() / 2 for x in xs]

ys2 = [-x + random

_

normal() / 2 for x in xs]

ys1

과

ys2

에 대해

plot_histogram

을 실행해 보면 비슷한 모양의 분포를 볼 수 있

다(둘의 평균과 표준편차가 동일하기 때문이다).

그림

10

-

3

에서 볼 수 있듯이

xs

에 대한