따라서 Python과 JMP 통합에 대해 더 알고 싶으시군요. 먼저 관련 비디오를 시청하여 최신 정보를 얻으세요(아직 보지 않으셨다면).
JMP SE 그룹은 JMP와 Python을 통합하여 데이터 정리와 같은 일상적인 작업과 보다 고급 분석 및 모델링을 처리하는 것이 얼마나 쉬운지 보여주는 일련의 블로그를 개발했습니다. 비디오와 블로그에서 사용된 Python 코딩을 도와준 Yasmine Hajar( @yasmine_hajar )와 Wendy Tseng( @wendytseng )에게 특별히 감사드립니다.
비디오에서는 마우스와 눈만 사용하여 잠재적 이상치를 찾은 다음 데이터 테이블에서 제거하는 방법을 보여줍니다. 또한 누락된 값을 분석하고 필요한 경우 대리값으로 값을 대입하여 데이터가 누락되지 않은 경우 결과 분석을 확인하는 방법도 배웁니다.
JMP와 Python은 수년 동안 상호 보완적이었고, JMP 18이 출시되면서 Python 분석을 JMP의 뛰어난 데이터 시각화와 통합하기가 훨씬 쉬워졌습니다. 그러나 저는 매우 편향되어 있지만, JMP의 데이터 정리는 매우 기본적인 이유 하나, 즉 코딩 때문에 Python보다 훨씬 쉽습니다.
예를 들어, JMP를 사용하면 단변량 모드에서 Distribution 플랫폼 내에서 이상치를 시각적으로 스캔할 수 있고, 다변량 모드에서 Multivariate 플랫폼 내에서 이상치를 시각적으로 스캔할 수 있습니다. Model Driven Multivariate Control Chart 플랫폼을 사용하여 관심 있는 모든 데이터에 대해 Hoteling의 T2 이상치를 스캔하는 기능이 있지만, 이는 다음에 다루겠습니다. 다시 한번, 이 모든 기능이 실제로 어떻게 작동하는지 보려면 첨부된 비디오를 시청하세요.
그동안 Python에서 사용할 수 있는 일부 데이터 정리 옵션을 살펴보겠습니다.
- 이메일 주소, 전화번호, 날짜와 같은 텍스트 데이터에서 특정 패턴을 추출합니다.
- 텍스트 데이터에서 원치 않는 문자나 하위 문자열을 제거합니다.
- 특정 패턴이나 하위 문자열을 새로운 값으로 바꿉니다.
- 모든 문자를 소문자 또는 대문자로 변환하여 텍스트 데이터를 표준화합니다.
- 텍스트 데이터를 기반으로 중복을 식별하고 제거합니다.
- 열의 이름을 더 쉽게 알아볼 수 있는 라벨 세트로 바꿉니다.
- DataFrame에서 불필요한 열을 삭제합니다.
- DataFrame의 인덱스를 변경합니다.
처음 다섯 가지 옵션은 JMP의 recode 옵션으로 빠르게 수행할 수 있습니다. 게다가, Cols 메뉴 드롭다운에서 Column Names 옵션을 사용하면 몇 번만 클릭하면 열 이름을 바꿀 수 있습니다.
데이터 테이블에서 불필요한 열을 삭제하려면 원하는 열을 선택한 다음, 선택한 열 머리글 중 하나를 마우스 오른쪽 버튼으로 클릭하고 열 삭제를 선택하면 됩니다.
누락된 값을 찾고 누락된 데이터를 입력하는 데 있어서 JMP는 선두를 달립니다. JMP에서는 이상치를 찾고 격리하는 것도 간단합니다. 아래에서 확인할 수 있습니다.
아래는 JMP 테이블을 열고 이상치와 누락된 값을 탐색하는 Python 코드입니다. 그 아래에는 데이터 프레임의 이미지와 이상치와 누락된 값에 대한 일부 출력이 있습니다. Python의 이상치는 절대값이 3보다 큰 Z-점수를 사용하여 결정됩니다. 이 기준에 따라 Python은 데이터 테이블의 거의 모든 연속 열에 대한 이상치를 찾았습니다.
JMP에서 이상치를 파싱하려면 JMP 샘플 데이터 인덱스의 Arrythmia.jmp를 사용하는 이 예를 따르세요. 분석 > 스크리닝 > 이상치 탐색으로 이동합니다.
어떤 데이터가 진짜 이상치인지 판단할 수 있으며, 몇 번의 클릭만으로 이상치 범위를 쉽게 다시 계산할 수 있습니다. JMP는 잠재적인 감사 추적으로 인해 데이터 세트에서 데이터를 완전히 제거하지 말 것을 권장합니다. JMP에서 데이터 숨기기 및 제외를 사용하면 데이터 세트에서 삭제하지 않고도 분석에서 제외할 수 있습니다. Python에서 데이터를 숨기려면 더 많은 코딩이 필요하며, 이는 누구도 데이터를 볼 수 없다는 것을 의미합니다.
JMP에서 누락된 값을 탐색하려면 데이터 테이블을 열고 분석 > 스크리닝 > 누락된 값 탐색으로 이동합니다.
