💗 CPUリリース-3のクリア

✔ CSS-variable

css-variableを使用する理由は.jsで使用する場合、低繰返し性と再利用性を向上させるために.

:root{} // css 변수로 지정해주기.
var() // var 이용해서 불러오기.

blur:filter:blur(私が望むpx).

ピッチ:塗りつぶしを使用します.

バックグラウンド-color:バックグラウンドを使用します.html入力type=“color”.

重要なのはhtmlとcssを使用して結果を生成し、jsを使用してコードを記述することです.(addEventListener等を使用)

値:blurおよびspacingでは無条件に必要です.

単位:色の選択に加えて、ぼかしと間隔が必要です.データセットを使用して単位を追加します.

data-sizing = "px";

this:引き続き現れ、ファイルを読んでもよくわかりません.印刷して確認しておきましょう.

console.log(event);
console.log(this);

style.setProperty

style.setProperty(propertyName, value, priority);
// 대상과 값을 지정해주기.

✔ Array Cardio Practice Day1

配列を学び,高次関数を学んだ.
データ分析みたいな感じで…!

✔ Array.from

並べ方.通常、nodeがarrayに変更されたときに使用され、F 12開発者ツールを使用してデータ型を決定します.

類似配列オブジェクト:インデックスでアクセス可能なオブジェクト.

ウィジェット:文字列オブジェクト.

似たような配列オブジェクトと小さなオブジェクトを配列にします.

✔ sort

データを並べ替えます.基本的には昇順で並べ替えられます.
次の関数は実際にどのように動いているのか、今はまだよく分かりませんが、応用をマスターすると、後で出てくるときは必ず理解しなければなりません.

function(a,b){
	return a-b} // 오름차순 정렬하기.
    
function(a,b){
	return b-a} // 내림차순 정렬하기. 

💜 次の共通点は
1.すべての要素を巡回します.△繰り返し文のような感じがします.
2.コールバック関数を繰り返し呼び出します.
3.元のデータは変更されません.

✔ forEach

繰り返しの文に代わることができます.これを繰り返し書く代わりに使うといいですね

✔ map

既存のアレイを新しいアレイとして表す場合に使用します.長さは同じでなければなりません.

✔ filter

既存のアレイの条件が真のオブジェクトのみを使用してアレイを作成する場合は、を使用します.長さが同じか短くなります.

✔ reduce

結果値を返す場合に使用します.上記のすべてのプロセスはreduceで表すことができます.

✔Pandas方法

💜 既存の新しい関数を適用する場合は、それを使用します。

✔一般的な統計データはpandasから提供されていますが、DataFrameでcustom関数を使いたい場合はそれを使います~!

✔ map

Seriesに適用する場合は、それを使用します.
<=>DataFrameにcolumnを適用する場合は、これを使用します.

✔ apply

DataFrameに適用する場合は、これを使用します.
<=>DataFrameの複数の列.

✔applymap（アプリケーションが必要な場合）

DataFrameに適用する場合は、これを使用します.インデックスにアクセスする必要があります
<=>DataFrameの複数の列.インデックスにアクセスする必要があります

💜 グループ化が必要な場合に使用します。

✔ groupby

希望する基準を設定してグループ化し、統計と統計結果を出すことができます.

 df.groupby().원하는 통계 메소드
 df.groupby([ , , ... ,]).원하는 통계 메소드

✔ unstack (<-> stack) ➕ level

不安定:左から右へ
groupbyの結果はunstackで、ここでスタック処理を行うと上から下へ変更されます.
levelを使用して、必要なシェイプのテーブルを作成します.

level = 1 // index에 있던 것들이 column으로 넘어간다.

スタック:上から下へ

✔ pivot_table

pivot tableを使用してグループ化します.

pd.pivot_table(df, index=[ , , ... , ]) 
// 여기까지만 넣어주면 평균값이 나온다. (기본적인 전제)

他の値を表示する場合はaggfuncを使用して必要な統計メソッドを追加します.

pd.pivot_table(df, index=[ , , ... , ], aggfunc="원하는 통계 메소드를 추가")

✔参考文献:

💜 Dataframeのマージが必要な場合に使用します。

✔concat（物理接続）

DataFrameをマージします.
DataFrameをマージします.)
concatは物理的に接続されています.axisを指定する必要があります.

axis=0:上から下へ貼り付けます.

axis=1:左から右へ貼り付けます.

ignore index=True:インデックスを並べ替えることができます.

✔注ブログ: