์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 |
- ์๋ง์กด์น์๋น์ค
- github
- ๋ฆฌ์กํธ
- ๋น ๋ฐ์ดํฐ
- ํ ์คํธ๋ถ์
- ํ๋ธ๋ก
- ์๋ฐ์คํฌ๋ฆฝํธ
- AI
- ๋ฐ์ดํฐ ๋ถ์
- erp
- ๋ฅ๋ฌ๋
- AWS
- nlp
- ๋ฐ์ดํฐ๋ถ์
- ๊นํ๋ธ
- tableau
- DFS
- ์ธ๊ณต์ง๋ฅ
- Git
- react
- ์๊ณ ๋ฆฌ์ฆ
- ์ฝํ
- ํ ์คํธ๋ง์ด๋
- ์์ฐ์ด์ฒ๋ฆฌ
- ํ๋ธ๋ฃจ
- sap
- ํ์ด์ฌ
- ๋ฐฑ์ค
- ์ฝ๋ฉํ ์คํธ
- abap
- Today
- Total
๋ชฉ๋กPYTHON (6)
Hey Tech
๐ ๋ค์ด๊ฐ๋ฉฐ๋ณธ ํฌ์คํ ์์๋ ํ์ด์ฌ pandas ์ฌ์ฉ ์ ๋ฐ์ดํฐํ๋ ์ ์ ์ฒด ํ๊ณผ ์ด ์กฐํ ๋ฐฉ๋ฒ์ ์๊ฐํฉ๋๋ค.๐ก์ํฉํ๋ค์ค ํตํด ์์ ํ์ผ ์กฐํ ์ ๊ธฐ๋ณธ๊ฐ์ผ๋ก๋ ์ผ๋ถ ํ๊ณผ ์ด์ด ์จ๊น์ฒ๋ฆฌ ๋๋ ํ์์ด ๋ฐ์ํฉ๋๋ค(๊ทธ๋ฆผ 1).# ๋ฏธ์ค์น ์ pip install pandasimport pandas as pddf = pd.read_excel(filepath+filename, sheet_name = 'Sheet2')df.head()โ ํด๊ฒฐ๋ฐฉ๋ฒํด๊ฒฐ๋ฐฉ๋ฒ์ ๊ฐ๋จํฉ๋๋ค. ์๋์ ๊ฐ์ด ํ๋ค์ค ์ต์ ์ ๋ณ๊ฒฝํด ์ฃผ๋ฉด ๋ฉ๋๋ค.1) ๋ชจ๋ ์ด ์ถ๋ ฅ์๋์ ๋ช ๋ น์ด๋ง ์คํํด ์ฃผ๋ฉด ๋ชจ๋ ์ด์ ์กฐํํ ์ ์์ต๋๋ค(๊ทธ๋ฆผ 2).pd.set_option('display.max_columns', None)2) ๋ชจ๋ ํ ์ถ๋ ฅ์ ์ฌํ๊ฒ ๋ชจ๋ ํ ์ถ๋ ฅํ๋ ๋ช ..
๐จ๐ป 1. ๊ฐ์๋ณธ ํฌ์คํ ์์๋ ํ์ด์ฌ matplotlib.pyplot ํจํค์ง๋ฅผ ํ์ฉํ ์๊ฐํ ์๋ฃ ์ ์ฅ ์ ์๋ฃ ๋ด ๋ถํ์ํ ์ฌ๋ฐฑ์ ์ ๊ฑฐํ๋ ๋ฐฉ๋ฒ์ ๋ํด ๋ค๋ฃน๋๋ค.๐ค 2. ๋ฌธ์ ์ ์๋ (๊ทธ๋ฆผ 1)๊ณผ ๊ฐ์ด, matplotlib ์ต์ ์ค์ ์์ด ์๊ฐํ ์๋ฃ๋ฅผ ์ ์ฅํ๊ฒ ๋๋ฉด ๊ทธ๋ํ ์ฃผ๋ณ ์ฌ๋ฐฉ์ผ๋ก ๋ถํ์ํ ์ฌ๋ฐฑ์ด ๋ง์ ๊ฒ์ ํ์ธํ ์ ์์ต๋๋ค. ์ด๋ ๋ณด๊ณ ์๋ ๋์๋ณด๋ ๋ฑ์ ํ์ฉ ์ ๋ค๋ฅธ ์ฐจํธ๋ค๊ณผ์ ์ฌ๋ฏธ์ฑ ์๋ ์กฐํ๋ฅผ ๋ฐฉํดํ๋ ์์๊ฐ ๋๊ธฐ๋ ํฉ๋๋ค. [์์ ์ฝ๋ - savefig ๋ฉ์๋ ์ต์ ๋ฏธ์ค์ ]# ํจํค์ง ์ค์น ํ์ : pip install matplotlibimport matplotlib.pyplot as plt# ๊ทธ๋ํ ์์ฑplt.plot([1, 2, 3, 4])plt.ylabel('some nu..
๐ก ๋ค์ด๊ฐ๋ฉฐ ๋ณธ ํฌ์คํ ์์๋ ๋ฐ์ดํฐ๋ฅผ ์ ๋จ์๋ก ์นด์ดํ ํ๊ณ ์ด๋ฅผ ์๊ฐํํ๋ ๋ฐฉ๋ฒ์ ์๊ฐํฉ๋๋ค. 1. ํจํค์ง import import pandas as pd import numpy as np import matplotlib.pyplot as plt 2. ๋ฐ์ดํฐ์ ๋ถ๋ฌ์ค๊ธฐ ํฌ์คํ ์์ ์ฌ์ฉ๋๋ ๋ฐ์ดํฐ์ ์ ๊ณต์ ๊ฐ ๋ถ๊ฐํ์ค๋ ํ์ต ๋ชฉ์ ์ผ๋ก๋ง ๋ด์ฃผ์๊ธธ ๋ฐ๋๋๋ค. DATASET = pd.read_csv('./dataset_app_review.csv') DATASET.head() 3. ๋ฐ์ดํฐ ํ์ ํ์ธ DATASET.dtypes ์๋์ ๊ฐ์ด, ๋ ์ง ์ ๋ณด(date)๋ ํ์ฌ ์ ์ํ(int)์ ๋๋ค. ํธ๋ฆฌํ๊ฒ ๋ ์งํ ๋ฐ์ดํฐ๋ฅผ ์ฒ๋ฆฌํ๊ธฐ ์ํ์ฌ ์ด๋ฅผ datetime ํ์ ์ผ๋ก ๋ฐ๊ฟ์ค ํ์๊ฐ ์์ต๋๋ค. 4. ๋ฐ์ดํฐ ํ์ ๋ณ๊ฒฝ "์ฐ-..
๋ณธ ํฌ์คํ ์์๋ ํ์ด์ฌ์์ ๋ฆฌ์คํธ ๋ด ๋์ ๋๋ฆฌ๋ฅผ ์ ๋ ฌํ๋ ๋ฐฉ๋ฒ์ ์๊ฐํฉ๋๋ค. ๐ก ์๋ฃจ์ ์ฌ๋ฌ ๋ฐฉ๋ฒ์ด ์๊ฒ ์ง๋ง itemgetter ๋ฉ์๋๋ฅผ ํ์ฉํ๋ฉด ๊ฐ๋จํ ํด๊ฒฐ ๊ฐ๋ฅํฉ๋๋ค. ์๋ ์์ ๋ฅผ ๋ณด์๋ฉด ์ฝ๊ฒ ์ดํดํ์๊ณ ์ ์ฉํ์ค ์ ์์ ๊ฒ๋๋ค. ํจํค์ง import from operator import itemgetter operator ํจํค์ง๋ ํ์ด์ฌ ๋ด์ฅ ํจํค์ง์ด๋ฏ๋ก ๋ฐ๋ก ์ค์นํ ํ์ ์์ต๋๋ค. ์์ ๋ฆฌ์คํธ members = [{'name' : 'Ben', 'age': 32}, {'name' : 'Austin', 'age': 29}, {'name' : 'Kate', 'age': 20}, {'name': 'Aria', 'age': 23}] ์ ๋ ฌ members_sorted = sorted(members, key = ..
ํ์ด์ฌ์์ 2๊ฐ์ ๋ฆฌ์คํธ ๊ฐ์ ๊ฒน์น๋ ์์๋ฅผ ์ ๊ฑฐํ๋ ๋ฐฉ๋ฒ, ์ฆ ์ฐจ์งํฉ์ ๊ตฌํํ๋ ๋ฐฉ๋ฒ์ ์์๋ด ๋๋ค. ์๋์ ๊ฐ์ด 2๊ฐ์ ๋ฆฌ์คํธ๊ฐ ์๋ค๊ณ ๊ฐ์ ํด ๋ณด๊ฒ ์ต๋๋ค. list1 = ['a', 'b', 'c', 'd'] list2 = ['b', 'd'] โ ์๋ชป๋ ๋ฐฉ๋ฒ ๋ฆฌ์คํธ๋ผ๋ฆฌ ํฉ์งํฉ์ธ ์์ ํฉ์น๊ธฐ๋ ๋ง์ (+)์ผ๋ก ๊ฐ๋ฅํฉ๋๋ค. ํ์ง๋ง, ์ฐจ์งํฉ์ ์ํ ๋บผ์ ์ ์ง์ํ์ง ์์ต๋๋ค. list1-list2 ๊ฒฐ๊ณผ โ ์ฌ๋ฐ๋ฅธ ๋ฐฉ๋ฒ ์๋์ ๊ฐ์ ๋ฆฌ์คํธ ์ปดํ๋ฆฌํจ์ (List Comprehension)์ผ๋ก ์ฝ๊ฒ ์ฐ์ฐ์ด ๊ฐ๋ฅํฉ๋๋ค. sub_set = [x for x in list1 if x not in list2] ๊ฒฐ๊ณผ๋ฅผ ์ถ๋ ฅํด ๋ด ๋๋ค. sub_set ๊ฒฐ๊ณผ ํฌ์คํ ๋ด์ฉ์ ์ค๋ฅ๊ฐ ์์ ๊ฒฝ์ฐ ๋๊ธ ๋จ๊ฒจ์ฃผ์๋ฉด ๊ฐ์ฌ๋๋ฆฌ๊ฒ ์ต๋๋ค. ๊ทธ๋ผ ์ค๋๋..
๐จ๐ป ๋ค์ด๊ฐ๋ฉฐ ๋ณธ ํํ ๋ฆฌ์ผ์ ์ ๋ฐ๋ผ์ค์๋ฉด AWS Lambda์์ DynamoDB ํ ์ด๋ธ์ ๋ฐ์ดํฐ๋ฅผ ์ฝ์ ํ๋ ๋ฐฉ๋ฒ๊ณผ ํ ์ด๋ธ ๋ฐ์ดํฐ๋ฅผ ์ฝ์ด์ค๋ ๋ฐฉ๋ฒ์ ์์๊ฐ์ค ์ ์์ต๋๋ค. ๐ ๊ธฐ์ ์คํ AWS DynamoDB AWS Lambda (Runtime: Python 3.6) AWS IAM ๐ ๋ชฉ์ฐจ 1. AWS DynamoDB ์ธํ 1.1. DynamoDB ๊ฐ๋ 1.2. DynamoDB ํ ์ด๋ธ ์์ฑ 2. AWS IAM ์ธํ 2.1. IAM ๊ฐ๋ 2.2. IAM Role ๊ฐ๋ 2.2. IAM Role ์์ฑ 3. AWS IAM ์ธํ 3.1. Lambda ๊ฐ๋ 3.2. Lambda ํจ์ ์์ฑ 3.3. Lambda ์ฝ๋ 4. ํ ์คํธ 4.1. ๋ฐ์ดํฐ ์ฝ์ ๋ก์ง ํ ์คํธ 4.2. ๋ฐ์ดํฐ ์กฐํ ๋ก์ง ํ ์คํธ 1. AWS Dyn..