์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- github
- DFS
- ์๋ง์กด์น์๋น์ค
- tableau
- ๋ฐ์ดํฐ๋ถ์
- ์๋ฐ์คํฌ๋ฆฝํธ
- ๊นํ๋ธ
- react
- erp
- sap
- ํ ์คํธ๋ถ์
- AI
- ํ๋ธ๋ก
- ๋ฐ์ดํฐ ๋ถ์
- Git
- ๋น ๋ฐ์ดํฐ
- ๋ฐฑ์ค
- ์๊ณ ๋ฆฌ์ฆ
- ํ๋ธ๋ฃจ
- AWS
- ๋ฅ๋ฌ๋
- ์ฝ๋ฉํ ์คํธ
- ์ธ๊ณต์ง๋ฅ
- ํ์ด์ฌ
- ๋ฆฌ์กํธ
- ์ฝํ
- ์์ฐ์ด์ฒ๋ฆฌ
- nlp
- ํ ์คํธ๋ง์ด๋
- abap
- Today
- Total
๋ชฉ๋ก์ ์ฒด ๊ธ (352)
DATA101

๋ณธ ํฌ์คํ ์์๋ ์ ํ ์ ๋ ฌ(selection sort) ์๊ณ ๋ฆฌ์ฆ์ ๋ํด ์์๋ด ๋๋ค. ๐ ๋ชฉ์ฐจ 1. ์ ํ ์ ๋ ฌ์ด๋? 2. ์ ํ ์ ๋ ฌ์ ๋์ ๊ณผ์ 3. ์ ํ ์ ๋ ฌ ๊ตฌํ(Python) 4. ์ ํ ์ ๋ ฌ์ ์๊ฐ ๋ณต์ก๋ 1. ์ ํ ์ ๋ ฌ์ด๋? ์ ํ ์ ๋ ฌ์ ์ฌ๋ฌ ๊ฐ์ ๋ฐ์ดํฐ๊ฐ ๋ฌด์์๋ก ์์ ๋ ์ ์ฒด ๋ฐ์ดํฐ์์ ๋งค๋ฒ ๊ฐ์ฅ ์์(๋๋ ๊ฐ์ฅ ํฐ) ๋ฐ์ดํฐ๋ฅผ ์ ํํ์ฌ ๋ฐ์ดํฐ ๊ฐ์ ์์น๋ฅผ ๋ณ๊ฒฝํ๋ ๊ณผ์ ์ ๋ฐ๋ณตํ์ฌ ๋ฐ์ดํฐ๋ฅผ ์ค๋ฆ์ฐจ์(๋๋ ๋ด๋ฆผ์ฐจ์)์ผ๋ก ์ ๋ ฌํ ๋ ์ฌ์ฉํฉ๋๋ค. ์ ํ ์ ๋ ฌ์ ์ข ๋ฅ๋ 2๊ฐ์ง๋ก ๋๋ ์ ์์ต๋๋ค. ์ต์ ์ ํ ์ ๋ ฌ(Min-selection sort): ๋งค๋ฒ ๊ฐ์ฅ ์์ ๋ฐ์ดํฐ๋ฅผ ์ ํํ๊ณ ๋ฐ์ดํฐ ๊ฐ์ ๋ฐฐ์น๋ฅผ ๋ณ๊ฒฝํ๋ฉฐ ์ค๋ฆ์ฐจ์์ผ๋ก ์ ๋ ฌ ์ต๋ ์ ํ ์ ๋ ฌ(Max-selection sort): ๋งค๋ฒ ๊ฐ์ฅ ํฐ ๋ฐ์ดํฐ๋ฅผ ..

๋ณธ ํฌ์คํ ์์๋ ๋๋น ์ฐ์ ํ์์ด๋ผ๊ณ ๋ถ๋ฆฌ๋ BFS(Breadth-First Search)์ ๋ํด ์์๋ด ๋๋ค. ๐ ๋ชฉ์ฐจ 1. BFS ์๊ณ ๋ฆฌ์ฆ์ด๋? 2. BFS ์๊ณ ๋ฆฌ์ฆ ๋์ ๊ณผ์ 3. BFS ํ์ด์ฌ ๊ตฌํ 3.1. ์์ค์ฝ๋ ์ค๋ช 3.2. ์ ์ฒด ์์ค์ฝ๋ 1. BFS ์๊ณ ๋ฆฌ์ฆ์ด๋? BFS(Breadth-First Search)๋ ๋๋น ์ฐ์ ํ์์ด๋ผ๊ณ ๋ ๋ถ๋ฆฌ๋ฉฐ ๊ทธ๋ํ์์ ์์ ๋ ธ๋์ ์ธ์ ํ ๋ ธ๋๋ถํฐ ํ์ํ๋ ์๊ณ ๋ฆฌ์ฆ์ ๋๋ค. BFS ์๊ณ ๋ฆฌ์ฆ์ ์ธ์ ์ฌ์ฉํ๋ฉด ์ข์๊น์? BFS ์๊ณ ๋ฆฌ์ฆ์ ์ฃผ๋ก ๊ทธ๋ํ์์ ๋ชจ๋ ๊ฐ์ ์ ๋น์ฉ์ด ๋์ผํ ์กฐ๊ฑด์์ ์ต๋จ ๊ฑฐ๋ฆฌ๋ฅผ ๊ตฌํ๋ ๋ฌธ์ ๋ฅผ ํจ๊ณผ์ ์ผ๋ก ํด๊ฒฐํ ์ ์๋ ์๊ณ ๋ฆฌ์ฆ์ ๋๋ค. ๊ทธ๋ฆฌ๊ณ "๋ฏธ๋ก๋ฅผ ๋น ์ ธ๋๊ฐ๋ ์ต๋จ ๊ฑฐ๋ฆฌ(๊ฒฝ๋ก)"๋ฅผ ๊ตฌํ๋ ๋ฌธ์ ๋ฑ์์ ํจ๊ณผ์ ์ผ๋ก ํ์ฉํ ์ ์๋ ์๊ณ ๋ฆฌ์ฆ์ ๋๋ค...

๋ณธ ํฌ์คํ ์์๋ ๊น์ด ์ฐ์ ํ์ DFS(Depth-First Search) ์๊ณ ๋ฆฌ์ฆ์ ๋ํด ์์๋ด ๋๋ค. ๐ ๋ชฉ์ฐจ 1. DFS ์๊ณ ๋ฆฌ์ฆ์ด๋? 2. DFS ์๊ณ ๋ฆฌ์ฆ ๋์ ๊ณผ์ 3. DFS ํ์ด์ฌ ๊ตฌํ 1. DFS ์๊ณ ๋ฆฌ์ฆ์ด๋? DFS(Depth-First Search)๋ ๊ทธ๋ํ ์ ์ฒด๋ฅผ ํ์ํ๋ ๋ฐฉ๋ฒ(i.e., ์์ ํ์) ์ค ํ๋๋ก, '๊น์ด'๋ฅผ ์ฐ์ ์ ์ผ๋ก ํ์ํ๋ ์๊ณ ๋ฆฌ์ฆ์ ๋๋ค. DFS๋ ํ ๋ ธ๋๋ฅผ ์์์ผ๋ก ๋ค์ ๋ถ๊ธฐ(branch)๋ก ๋์ด๊ฐ๊ธฐ ์ ์ ํด๋น ๋ถ๊ธฐ๋ฅผ ์๋ฒฝํ๊ฒ ํ์ํฉ๋๋ค. ์๋ฅผ ๋ค์ด, DFS ์๊ณ ๋ฆฌ์ฆ์ ๋ฏธ๋ก ํ์ ์ ํ ๋ฐฉํฅ์ผ๋ก ๋ชจ๋ ๋ ธ๋๋ฅผ ๋ฐฉ๋ฌธํ๋ค๊ฐ ๋ ์ด์ ๋ค๋ฅธ ๋ ธ๋๋ฅผ ๋ฐฉ๋ฌธํ ์ ์๋ ๋ ธ๋์ ์ด๋ฅด๋ ์ ๋, ๋ค์ ๊ฐ์ฅ ๊ฐ๊น์ด ๊ฐ๋๊ธธ๋ก ๋์๊ฐ ๋ฐฉ๋ฌธํ์ง ์์ ๋ ธ๋ ๋ฐฉํฅ์ผ๋ก ํ์์ ์ด์ด๊ฐ๋ ๋ฐฉ๋ฒ์ ๋๋ค...

๋ณธ ํฌ์คํ ์์๋ ํ(Queue) ์๋ฃ๊ตฌ์กฐ์ ๋ํด ์์๋ด ๋๋ค. ๐ ๋ชฉ์ฐจ 1. ํ(Queue) ์๋ฃ๊ตฌ์กฐ๋? 2. ํ ๋์ ์์ 3. ํ ๊ตฌํ(Python) 1. ํ(Queue) ์๋ฃ๊ตฌ์กฐ๋? ํ ์๋ฃ๊ตฌ์กฐ๋ ์ ์ ์ ์ถ(ๅ ๅ ฅๅ ๅบ, First In First Out, ์ค์ฌ์ FIFO) ๊ตฌ์กฐ๋ก ํํ ๋์ด๊ณต์ ๋ด ๋์ด๊ธฐ๊ตฌ ๋๊ธฐ์ค์ ๋น์ ํฉ๋๋ค(๊ทธ๋ฆผ 1 ์ฐธ๊ณ ). ์ฆ, ๋์ด๊ธฐ๊ตฌ ๋๊ธฐ์ค์ ๋จผ์ ์ ์ฌ๋(๋ฐ์ดํฐ ์ ๋ ฅ)์ด ๋จผ์ ๋์ด๊ธฐ๊ตฌ๋ฅผ ํ๋(๋ฐ์ดํฐ ์ถ๋ ฅ/์ ๊ฑฐ) ๋ฐฉ์์ ๋๋ค(๋จ, ์์น๊ธฐ๋ ์๋ค๊ณ ๊ฐ์ ). ํ ์๋ฃ๊ตฌ์กฐ๋ ์๋ 2๊ฐ์ง ํต์ฌ์ ์ธ ํจ์๋ก ๋์ํฉ๋๋ค. ๋ฐ์ดํฐ ์ฝ์ (append) ๋ฐ์ดํฐ ์ญ์ (popleft) ํ ์๋ฃ๊ตฌ์กฐ๋ฅผ ์ฌ์ฉํ ๋๋ ์ค๋ฒํ๋ก์ฐ(Overflow)์ ์ธ๋ํ๋ก์ฐ(Underflow)๊ฐ ๋ฐ์ํ์ง ์๋๋ก ์ ์ํด์ผ ํฉ๋๋ค..

์๋ ํ์ธ์, ์ค๋์ ํ์ด์ฌ์ pandas ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ฅผ ํ์ฉํ์ฌ ๋ฐ์ดํฐํ๋ ์์ ์นผ๋ผ ์ด๋ฆ์ ๋ณ๊ฒฝํ๋ ๋ฐฉ๋ฒ์ ๋ํด ๊ณต์ ํด ๋๋ฆฝ๋๋ค. ๊ทธ๋ผ ๋ฐ๋ก ์์ํ์ฃ ! ๋ชฉ์ฐจ 1. ๋ฐ์ดํฐํ๋ ์ ์ ์ 2. ์นผ๋ผ ์ด๋ฆ ๋ณ๊ฒฝํ๊ธฐ 2.1. columns ํจ์: ์๋ก์ด ์นผ๋ผ ์ด๋ฆ์ผ๋ก ๋ฎ์ด์ฐ๊ธฐ 2.2. rename ํจ์: ํน์ ์นผ๋ผ๋ง ์ง์ ํ์ฌ ์ด๋ฆ ๋ณ๊ฒฝํ๊ธฐ 2.3. lambda ํจ์: ๊ธฐ์กด ์นผ๋ผ ์ด๋ฆ์ ์๋ก์ด ํจํด ์ถ๊ฐํ๊ธฐ 1. ๋ฐ์ดํฐํ๋ ์ ์ ์ ํ๋ค์ค ๋ชจ๋ ์ค์นํ๊ธฐ pip install pandas ํ๋ค์ค ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ฅผ ์ค์นํ์ง ์์ผ์ จ๋ค๋ฉด ์ค์นํด ์ฃผ์ธ์. ํ๋ค์ค ๋ชจ๋ ๋ถ๋ฌ์ค๊ธฐ import pandas as pd ํ๋ค์ค ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ฅผ ๋ถ๋ฌ์ต๋๋ค. ๋ฐ์ดํฐํ๋ ์ ์์ฑ df = pd.DataFrame({"์๋ณ๋ฒํธ": [1, 2, 3, 4, 5..

์๋ ํ์ธ์, ์ค๋์ SQLite ๊ธฐ๋ฐ์์ ๋ฐ์ดํฐ/ํ ์ด๋ธ์ ์ญ์ ํ๋ ๋ฐฉ๋ฒ์ ๋ํด ๊ณต์ ํด ๋๋ฆฝ๋๋ค. SQLite ์ค์น๋ ์๋ ํฌ์คํ ์ ์ฐธ๊ณ ํด ์ฃผ์ธ์. heytech.tistory.com/11 [SQL] SQLite ๋ฐ ์ฐ์ต์ฉ ๋ฐ์ดํฐ์ ์ค์นํ๊ธฐ! ์ค๋๋ถํฐ SQLite ๋ฐ์ดํฐ๋ฒ ์ด์ค๋ฅผ ํ์ฉํ์ฌ SQL์ ๊ธฐ๋ณธ์ ์ธ ๋ฌธ๋ฒ์ ๋น ๋ฅด๊ณ ์ฝ๊ฒ ์ ๋ฌํด ๋๋ฆฝ๋๋ค. ๋ฐ๋ก ์์ํ์ฃ ! ๋ชฉ์ฐจ 1. SQLite๋? 2. SQLite ์ค์น 3. SQLite Studio ์ค์น 4. ์ฐ์ต์ฉ DB ์ค์น: Baseball Databank.. heytech.tistory.com ๋ฐ๋ก ์์ํ์ฃ ! ๋ชฉ์ฐจ 1. ๋ฐ์ดํฐ ์ญ์ ํ๊ธฐ: DELETE 1.1. ํน์ ๋ฐ์ดํฐ ์ญ์ ํ๊ธฐ 1.1.1. ํน์ ๋ฐ์ดํฐ ์ญ์ ์์ค์ฝ๋ 1.1.2. ํ ์ด๋ธ ๋ณํ ํ์ธ 1.1.3. ์ค..

์๋ ํ์ธ์, ์ค๋์ ํ์ด์ฌ์ ํ์ฉํ์ฌ ๋ฐ์ดํฐํ๋ ์ ๋ด ํน์ ์นผ๋ผ๋ง ์ถ๋ ฅํ๋ ๋ฐฉ๋ฒ์ ๋ํด ๊ณต์ ํด ๋๋ฆฝ๋๋ค. ๊ทธ๋ผ ๋ฐ๋ก ์์ํ์ฃ ! ๋ชฉ์ฐจ 1. ๋ฐ์ดํฐํ๋ ์ ์ ์ 2. ํน์ ์นผ๋ผ๋ง ์ง์ ํ์ฌ ์ถ๋ ฅํ๊ธฐ 2.1. ํน์ ์นผ๋ผ 1๊ฐ๋ง ์ถ๋ ฅํ๊ธฐ 2.2. ํน์ ์นผ๋ผ 2๊ฐ ์ด์ ์ถ๋ ฅํ๊ธฐ 2.2.1. ์นผ๋ผ ์ด๋ฆ ๋ฆฌ์คํธ ์ฌ์ฉํ๊ธฐ 2.2.2. loc ํจ์ ์ฌ์ฉํ๊ธฐ 2.2.3. iloc ํจ์ ์ฌ์ฉํ๊ธฐ 1. ๋ฐ์ดํฐํ๋ ์ ์ ์ ํ๋ค์ค ๋ชจ๋ ์ค์นํ๊ธฐ pip install pandas ํ๋ค์ค ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ฅผ ์ค์นํ์ง ์์ผ์ จ๋ค๋ฉด ์ค์นํด ์ฃผ์ธ์. ํ๋ค์ค ๋ชจ๋ ๋ถ๋ฌ์ค๊ธฐ import pandas as pd ํ๋ค์ค ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ฅผ ๋ถ๋ฌ์ต๋๋ค. ๋ฐ์ดํฐํ๋ ์ ์์ฑ df = pd.DataFrame({"ID": [1, 2, 3, 4, 5], "Name": ["T..

๋ณธ ํฌ์คํ ์์๋ MySQL ๋ด date_format ๊ตฌ๋ฌธ์ ํ์ฉํ์ฌ ๋ ์ง ํน์ ์๊ฐ ํ๊ธฐ ๋ฐฉ์์ ์ง์ ํ๋ ๋ฐฉ๋ฒ์ ์์๋ด ๋๋ค. ๋ชฉ์ฐจ 1. date_format ํ๊ธฐ๋ฒ 2. ๋ ์ง๋ง ์ถ๋ ฅํ๊ธฐ 2.1. 'yyyy-mm-dd' ํํ๋ก ์ถ๋ ฅํ๊ธฐ 2.2. 'yy-mm-dd' ํํ๋ก ์ถ๋ ฅํ๊ธฐ 3. ์๊ฐ ์ ๋ณด๋ง ์ถ๋ ฅํ๊ธฐ 3.1. 24์๊ฐ ์ ๋ก ์ถ๋ ฅํ๊ธฐ 3.2. 12์๊ฐ ์ ๋ก ์ถ๋ ฅํ๊ธฐ 1. date_format ํ๊ธฐ๋ฒ date_format์ ๋์๋ฌธ์๋ฅผ ๊ตฌ๋ถํ๊ธฐ ๋๋ฌธ์ ์๊ตฌ์ฌํญ์ ๋ง๋ ์ํ๋ฒณ์ ์ฐพ์ ์ ์ ํ๊ฒ ํ์ฉํ์๊ธธ ๋ฐ๋๋๋ค. Specifier Description Example 1 %Y ์ฐ๋(year): 4์๋ฆฌ ํํ 2021 2 %y ์ฐ๋(year): ๋ค์์ 2์๋ฆฌ ํํ 21 3 %a ์์ผ(weekday): ์ด๋ฆ ์ค์ํ..