무향향수

1. enumerate() 사용하기- enumerate를 사용하면 반복문에서 인덱스와 값을 쉽게 사용할 수 있다.a = [i for i in range(4)]# 변수를 enumerate()로 감싸 사용한다.for idx, num in enumerate(a): if num > 2: a[idx] = 0# 배열 a에 있는 값이 2보다 작으면 0으로 변경하는 코드  2. for문 대신에 list comprehension 사용하기# [expression for item in iterable if condition] 형식으로 작성한다.data = [i for i in range(10) if i % 2 = 0]# 짝수만 data 배열에 저장된다. 3. Generator comprehension 사용하기gene..

Django 웹사이트 내용을 참조하여 장고 앱 시작하기 내용 정리새 프로젝트 생성하기 # django 버전을 확인해준다.python -m django --version python, django 설치 후, vscode의 terminal에서 코드 실행하기   # 새 프로젝트가 생성된다.django-admin startptoject mysitecd 명령어로 코드를 저장할 디렉토리로 이동 후, 명령 실행하기명령 실행 후, 디렉토리에 mysite라는 디렉토리가 생성된다.   # mysite 구조mysite/ manage.py mysite/ __init__.py settings.py urls.py asgi.py wsgi.py위와 같이 mys..

파이썬 코드를 살펴보면if __name__ == "__main__": # ... 대부분 위와 같은 형식으로 코드가 작성되어 있는 것을 확인할 수 있다.처음에는 python에서는 메인 함수를 저런 식으로 호출하나보다 하고 그냥 넘기고 잘 사용하지 않았다.그러나 인턴 업무를 하며 코드를 하나씩 이해하던 도중 자주 발견 되어 제대로 알고 사용하고자 정보를 찾아보았다. 코드의 역할 ! 우선 해당 코드의 역할은 크게 두 가지가 있다.1. 모듈과 스크립트 구분 📏파이썬에서는 코드가 *모듈로 임포트될 때와 *스크립트로 직접 실행될 때 서로 다른 방식으로 실행된다.여기서 __name__ 은 현재 모듈의 이름을 나타내는 변수이다.만약 스크립트가 직접 실행되면 __name__ 값은 "__main__"이 된다.그러나 다른..

1. vscode cmd에서 conda 가상환경 사용하기2. jupyter lab에서 conda 가상환경 사용하기 1.  vscode cmd에서 conda 가상환경 사용하기- 1) 시스템 환경 변수 편집에 있는 path에 추가하여 cmd 에서도 conda 명령어를 사용할 수 있도록 해주기- 환경 변수의 path에 anaconda3의 경로를 복사하여 붙여넣기- 예)C:\Users\orange\anaconda3C:\Users\orange\anaconda3\LibraryC:\Users\orange\anaconda3\Scripts - 이후 conda 명령어를 입력하여 제대로 작동하는지 확인하기- 2) conda create 를 사용하여 가상환경 생성해주기// 가상환경 생성하기conda create -n 가상환경..

x.split(' ')x = '안녕하세요 저는 지금 배고파요.'x = x.split(' ')# x는 ['안녕하세요', '저는', '지금', '배고파요.'] 형태로 변환된다. 파이썬 불용어 제거를 위해 불용어 리스트를 찾다가, 하나의 텍스트로 저장된 데이터를 리스트로 변환하기 위해 방법을 찾다가 알게되었다. 텍스트를 띄어쓰기 기준 리스트 형태로 저장하는 방법은 split() 하나만 사용하면 된다.

Speech to Text 구현하기(사실 모든 티스토리 유튜브 등 사이트를 활용해서 뭐가 맞는지 잘못되었는지 정확히는 알 수 없다..ㅎㅎ) 1. Python 설치참고한 유튜브에서는 3.10.10 사용을 권장하였지만 아나콘다를 삭제 후 재설치하였더니 제대로 작동하였다. 2. CUDA 및 PyTorch 설치Pytorch: https://pytorch.org/get-started/locally/ Start LocallyStart Locallypytorch.org CUDA: https://developer.nvidia.com/cuda-toolkit-archive CUDA Toolkit ArchivePrevious releases of the CUDA Toolkit, GPU Computing SDK, docume..

➡️VSCode1. 새 폴더를 만들고 python파일을 생성한다. 2. cmd 터미널을 생성한다. 3. 가상환경이름으로 된 폴더가 생성된다. python -m venv 가상환경이름 4. 아래 명령어를 cmd에 입력하면 가상환경 활성화가 된다. 가상환경이름\Scripts\activate5. 패키지를 설치하고 싶으면 pip install 하여 설치하면 된다  ➡️ Conda1. cmd에서 가상환경을 생성한다.conda create -n '가상환경 이름' 2. 생성된 가상환경 리스트 확인conda env list  3. 가상환경 활성화하기 conda activate '가상환경 이름'

df.dtypes데이터프레임의 데이터 타입을 출력한다.df.dtypes # 해당 데이터프레임에 저장된 데이터 타입을 출력한다. df.astype() 데이터프레임의 데이터 타입을 변경한다.df['Distance'] = df['Distance'].astype('float')# Distance 열의 데이터 타입을 float로 변경한다. select_dtypes(include, exclude)특정 타입에 해당하는 행과 열의 값을 가져올 때 사용한다.df.select_dtypes(include='object') # object 타입인 열의 데이터를 출력df.select_dtypes(include='object').columns # object 타입인 열의 이름을 출력df.select_dtypes(exclude='..

2024.06.13졸업프로젝트 창의 축전 이후 머신러닝 코드를 수정하였다.멘토링 이후 머신러닝의 효과를 확인하기 위해, 단순히 1주전 데이터를 이용하는 것보다 머신러닝 예측 정확도가 더 높은지 확인해 보았다. 아직 기본 모델을 사용하고 있기 때문에 정확도에 큰 차이는 없었다.그래도 많이 차이날 것이라고 생각했는데 별 차이가 없어서 충격이었다. 그래서 충전소별로 모델을 사용하는 것이 아니라 모든 충전소를 하나의 데이터 프레임으로 합친다음 하나의 데이터 프레임을 학습시켜서 모델을 만들고 해당 모델로 각 충전소의 수요를 예측하기로 하였다. 졸업 프로젝트를 위해 데이터 분석을 하면서, kt aivle school이나 dacon, kaggle 등 다양한 곳에서 데이터를 접할 때에는 시각화 및 분석에 용이하도록 데..

범주형 변수 숫자로 요약하기범주별 빈도수titanic['Embarked'].value_counts() 범주별 비율titanic['Embarked'].value_counts(normalize=True)   시각화sns.countplot(x = 'Embarked', data = titanic)plt.grid()plt.show() pit chart범주별 비율을 비교할 때 파이차트를 사용plt.pie(값, labels=범주이름, autopct = '%.2f%%')temp = titanic['Pclass'].value_counts()plt.pie(temp.values, label = temp.index, autopct = '%.2f%%')plt.show()  각도와 방향 조정startangle = 90: 90도 ..