코딩 성장기

https://www.youtube.com/watch?v=MswxJw-8PvE&t=9s https://tutorials.pytorch.kr/beginner/blitz/autograd_tutorial.html torch.autograd 에 대한 간단한 소개 — PyTorch Tutorials 1.10.1+cu113 documentation Note Click here to download the full example code torch.autograd 에 대한 간단한 소개 torch.autograd 는 신경망 학습을 지원하는 PyTorch의 자동 미분 엔진입니다. 이 단원에서는 autograd가 신경망 학습을 어떻게 돕는 tutorials.pytorch.kr https://m.blog.naver.com/..

pd.Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True) Parameter normalize: bool, default False - True: 상대 비율 - False: 개수 sort: bool, default True - True: 개수 기준으로 정렬 - False: 인덱스 순으로 정렬 ascending: bool, default False - True: 오름차순 정렬 - False: 내림차순 정렬 bins: int, optional - int: bin group 별 개수 dropna: bool, default True - True: NaN 무시 - False: NaN 포함 https://pan..

Turtle Module 'turtle' 화면에서 그래픽 처리를 일부분 할 수 있도록 한다 turtle을 사용한다는 표시를 해주어야 한다 -> import turtle 객체 지향적, 절차 지향적 방법으로 그래픽을 표현할 수 있도록 지원한다 간단한 그래픽 처리만 가능하다 다양한 그래픽 활용은 'Tkinter'를 사용 -> 학기 후반부에 배울 것 import turtle import as alias(가명)의 줄임말 필요에 의해서 모듈의 이름의 alias를 준다. 따라서 매번 모듈의 full name을 쓰지 않고도 alias만으로도 코드 작성이 가능하다. import math as m m.pi 3.141592653589793 m.sqrt(3.0) 1.7320508075688772 turtle 메소드 함수 de..

리스트 리스트 파이썬에서 리스트(list)란 원소들이 연속적으로 저장되는 형태의 자료형이다. 순서가 있으며(index), 값이 수정 가능한 객체의 집합이다. 따라서 리스트 내 원소는 수정, 삭제, 추가가 가능하다. list는 [ ] 대괄호로 작성되어지며, 내부 원소는 ','(콤마)로 구분한다. 이때 저장되는 요소들이 모두 같은 자료형일 필요는 없다. 즉, 여러 가지 type이 리스트에 포함될 수 있다. 리스트의 사용 (1) 리스트 선언 대괄호를 이용하여 리스트 선언 list() 함수로 리스트 선언 (2) 리스트 길이 구하기 len(list) https://rfriend.tistory.com/330 (3) 리스트 원소 추가 append() list.append(item) 원소 마지막에 추가 insert()..

DataFrame의 한 column이 날짜형 object(string)으로 되어있는데, 이를 datetime 타입으로 변환하기 위해서 문자열을 'datetime'으로 변경해야 한다 판다스에서는 문자열을 datetime 타입으로 변환하는 to_datetime 메소드를 제공한다. 문자열을 datetime 타입으로 변경 bike_df['datetime'] = bike_df.datetime.apply(pd.to_datetime) datetime 타입에서 년, 월, 일, 시간 추출 bike_df['year'] = bike_df.datetime.apply(lambda x : x.year) bike_df['month'] = bike_df.datetime.apply(lambda x : x.month) bike_df['..

파이썬은 문자(char) 형이 없기 때문에 다른 언어와 달리 아스키 코드 연산이 되지 않는다. 따라서 ord() 함수와 chr() 함수를 이용해 아스키 코드 연산을 해야 한다. 문자 → 아스키 코드 문자에 해당하는 아스키 코드 반환 ord(문자) 아스키 코드 → 문자 아스키 코드에 해당하는 문자 반환 chr(숫자)

판다스 모듈 import import pandas as pd 파일 DataFrame으로 로딩 read_csv() CSV(column을 ','로 구분한 파일 포맷) 파일 포맷 변환을 위한 API CSV 뿐만 아니라 어떤 필드 구분 문자 기반의 파일 포맷도 DataFrame으로 변환 가능 이를 위해서 read_csv()의 sep 인자에 해당 구분 문자를 입력하면 됨 sep 인자의 default는 sep=',' ex) 탭으로 필드가 구분되어 있다면 sep='\t' titanic_df = pd.read_csv('titanic_train.csv') read_table() read_csv()와 read_table()은 기능상 큰 차이가 없으나 가장 큰 차이는 필드 구분 문자(Delimeter)가 ','인지 '\t'..

모듈 import import numpy as np ndarray 변환 np.array() array_1 = np.array([[1,2,3], [2,3,4]]) ndarray.shape 차원과 크기를 튜플 형태로 반환 array_1.shape ndarray.ndim 차원의 차수를 int 형태로 반환 array_1.ndim ndarray의 데이터 타입 ndarray의 연산은 같은 데이터 타입만 가능 다른 데이터 유형이 섞여 있는 리스트를 ndarray로 변경하면 데이터 크기가 더 큰 데이터 타입으로 형 변환 일괄 적용 ndarray.dtype ndarray의 데이터 타입을 형태로 반환 array1.dtype ndarray.astype() ndarray 내 데이터 타입 변경 메모리를 더 절약하기 위해 사용 ..

max(), min() 함수와 index() 함수를 이용하면 된다. list.index(max(list)) list.index(min(list))

sort() 함수의 key 값에 람다식을 넣으면 쉽게 해결! list_name.sort(key=lambda x: len(x))