20221005 = 강의정리

# lambda = 함수를 간단하게 선언할 때 사용

# map = 여러 요소에 하나의 함수를 한번에 적용가능

# merge = 두 개의 데이터프레임을 묶을 수 있음 / df.merge(df_view, on=["내용번호","생산일"])

# https://pandas.pydata.org/pandas-docs/stable/getting_started/intro_tutorials/08_combine_dataframes.html#min-tut-08-combine

# 1. 파일로 저장하기 ( file_name="저장할 파일명" )
   2. .to_csv(file_name, index=False)

# df_krx[["Name","Symbol"]] = 컬럼 중 Name, Symbol 컬럼만 보여주기

# df_10 = df_top10.merge(df_krx, left_on="종목별", right_on="Name")[["Name","Symbol"]] 
  df_top10 데이터에 df_krx의 Name, Symbol 해당하는 컬럼을 merge로 합치기

# 리스트컴프리헨션 = 여러 줄의 코드를 한 줄의 코드로 변환하는 방법
   for sym in df_10["Symbol"]:
    print(sym)

   [fdr.DataReader(sym,"2022")["Close"] for sym in df_10["Symbol"]] 

# concat으로 병합할 때 axis = 1 을 사용하면 컬럼을 기준으로 병합가능

# !pip install koreanize-matplotlib = 한글 폰트사용을 위해 설치 

# import koreanize_matplotlib  = 한글 폰트 적용

# plt.style.use("ggplot") = ""안에 사용가능한 style을 넣어서 사용가능

# plt.legend(bbox_to_anchor=(1,1)) = 오른쪽으로 데이터 name들을 넘겨줌

# df_norm.hist(bins=50, figsize=(15,10)) = bins는 막대의 갯수를 뜻함

# px.data.stocks() = px (plotly.express) 에서 내장하고 있는 stock 데이터를 불러 옴.

 

*출처 : 멋쟁이사자처럼 강의자료*