본문 바로가기

분류 전체보기112

matplotlib으로 마커 커스텀, animation 만들기 1. plt marker custom plt(matplotlib.pyplot)를 이용하여 그래프를 그릴때 표시되는 점(marker)을 내가 원하는 아이콘으로 커스텀해서 사용하고자 한다. 1-1. 아이콘 선택 "window + . >" 키를 누르면 이모지가 나오는데, 스마일 아이콘을 가져왔다. 메모장에 아이콘을 표시하고 캡쳐 도구로 이미지(.PNG)를 만들었다. 1-2. .svg 포멧 svg란? 확대를 해도 깨지지 않는 벡터기반 그래픽이라고 한다.(자세한건 wiki에게 물어보는거로...) .svg 포멧이면 matplotlib에서 마커로 사용 가능하다. adobe 홈페이지에서 무료로 PNG파일을 svg 파일로 변환 가능하다.(참고자료 1) 1-3. 아이콘 불러오기 # 라이브러리를 가져온다. import pa.. 2023. 1. 4.
[패스트캠퍼스] 딥러닝 강의 - 신청 인스타그램을 하다보면 머신러닝, 딥러닝 강의 광고가 많이 뜬다. 아마 관련 분야를 많이 검색해봐서 그런 것 같다. 그 중 하나를 가져왔다. 패스트캠퍼스와는 인연이 깊다. 21년 7월부터 약 6개월간 K-Digital Training AI과정을 들었기 때문이다. 과정이 끝난 후에도, 추가로 제공해주는 6개월간 강의를 추가로 들었다. 그것도 모자라 인터뷰를 하고, 추가로 3개월간 강의를 더 들었다. 이정도를 제대로 공부했으면 사실 강의는 더 안들어도 된다. 하지만, 직장을 다니며 퇴근시간만 공부해서는 시간적인 한계가 있었다. 그리고 현업에서 머신러닝, 딥러닝 보다는 도메인 지식과 통계 지식을 습득하는게 먼저였다. 단시간에 여러 분야의 개념을 빠르게 습득하려고 하다보니 제대로 이해하지 못한 부분이 많았고, 머.. 2023. 1. 3.
pandas로 논문 형식의 table 작성하기 1. Data 형태 - COLUMN은 0, 1로 구분되어 있다. - column은 one, two, three로 구분되어 있다. - 변수는 4가지가 있다.(Variable 1~4) - COLUMN, column을 이용하여 멀티컬럼(Multicolumn)을 만들고, 변수의 평균, 편차를 보고자 한다. 2. 평균 편차 계산 variables = ['var1', 'var2', 'var3', 'var4'] Table_mean = (Table.groupby(['COLUMN', 'column'])[variables].mean().T).round(2) Table_std = (Table.groupby(['COLUMN', 'column'])[variables].std().T).round(2) col_0 = Table_m.. 2023. 1. 2.
언제든지 펼쳐보는 UI 컴포넌트 오픈북 - OPENPATH 오랜만에 크라우드 플랫폼인 텀블벅에 들어갔는데, 눈길을 사로잡는 책이 있었다. 그거슨 바로!! 어차피 알아야 할 핵심 UI 디자인 시스템이라는 이름의 펀딩이고, 오픈북, 오픈카드, 스티커 셋트의 상품이다. 1. 제품 구성 22.12.14일에 도착했다. 디자이너들이 만들어서인지 포장지부터 이쁘다. 구성품이 오픈북, 오픈카드, 스티커였는데 이벤트로 피그마 리플렛을 추가로 보내줬다. 1. 오픈북 소개 제목 : 언제든지 펼쳐보는 UI 컴포넌트 오픈북 (for Android) 지은이 : OPENPATH OPENPATH는 디자인 에이전시 듀오톤이 만든 디자인 교육 플랫폼이다. 실제 앱을 만들면서 TapBar, BottomNavigationBar 등 명칭을 배웠는데, 책을 통해 보니 뭔가 반갑다. 일반적으로 사용되는.. 2022. 12. 17.
Firebase 프로젝트 만들기 1. 프로젝트 생성 Firebase는 Google에서 만든 DB 서비스다. Google 계정만 있으면 사용 가능하다. https://firebase.google.com/firebase 시작하기 → 프로젝트 만들기 프로젝트 이름을 정하고 계속 → 계속 이후 애널리틱스도 사용할 예정이라 하는김에 같이 만들었다. 프로젝트가 만들어졌다. 2. iOS 앱 추가하기 프로젝트를 만들었으니 앱을 추가해보자. 프로젝트 생성이 끝나면 위와 같은 화면이 나온다. iOS를 클릭한다. 안내에 따라 진행한다. 이렇게 5단계로 진행되는데, ' .plist ' 파일만 잘 다운받아놓고 쭉 진행하면 된다. 3. DB 추가하기 앱을 만들면 iOS 버튼에 표시가 보일것이다. 버튼을 누르면 위와 같이 앱이 만들어져있다. 앱을 누르고 들어가면.. 2022. 12. 17.
빡공단 22기 도전기 - SQL 속도와 성능을 고려한 코드작성 (29일차) 속도와 성능을 고려한 코드 실행 순서와 컴퓨터 성능을 고려하여, 서브쿼리는 FROM()절에서만 사용하는게 좋다. 대용량 데이터일 수록 크게 차이가 난다. JOIN()과 서브쿼리는 비슷한 역할을 하지만, 성능면에서 차이가 있다. 1. WHERE()절 조건 vs FROM()절 서브쿼리 WHERE()절에서 비교대상 컬럼을 수정하는 것을 '좌변가공'이라고 한다. 좌변가공을 하지 않고 작성하는 것이 성능면에서 더 우수하다. 보기에는 왼쪽이 깔끔해 보이지만, 실제 작동은 오른쪽이 더 빠르다. 2. IN() vs EXISTS() vs INNER JOIN() IN()을 사용하는 것이 가장 직관적이고 편한 방법이다. 하지만 IN() 방식은 테이블의 모든 컬럼을 직접 비교하기 때문에 대용량데이터에서는 크게 느려진다. nu.. 2022. 12. 7.
빡공단 22기 도전기 - SQL WHERE 서브쿼리 (28일차) WHERE - 서브쿼리 1. WHERE() 절 서브쿼리 : 단일 행 서브쿼리 특정 조건으로 필터링 할 때 WHERE()를 사용하는데, 이때 값이 아닌 서브쿼리를 활용해서 필터링이 가능하다. WHERE() 절에 비교연산 서브쿼리가 들어간 경우이고, 서브쿼리 조회 결과 값의 갯수가 1개일 때 '단일 행 서브쿼리'라고 한다. 2. WHERE() 절 서브쿼리 : 다중 행 서브쿼리 서브쿼리의 조회 결과 값의 행이 여러개인 서브쿼리이다. WHERE()를 두번 사용하여, job_id가 'SA_REP'인 사람들의 급여와 동일한 사람들을 추출한다. IN은 특정 값을 포함하고 있는 행을 반환한다. 3. EXISTS 양쪽 테이블에서 존재하는 값을 어느 한쪽 테이블에서 확인 가능하다. EXISTS는 검색 결과에 최소한 하나 .. 2022. 12. 7.
빡공단 22기 도전기 - SQL FROM 서브쿼리 (27일차) FROM - 서브쿼리 1. RANK() / DENSE_RANK() 함수 FROM()절 서브쿼리를 하기 전, RANK() 함수부터 알아보자. 급여를 기준으로 순위를 매기려고 한다. 처음에 RANK()를 작성하고, window 함수인 OVER()를 써서 정렬할 수 있다. 특정 그룹을 기준으로 순위를 매기려면 PARTITION BY(), GROUP BY처럼 특정 기준에 대한 컬럼을 쓰면 된다. 그렇지 않을 경우는 ORDER BY()를 사용해서 컬럼명 기준으로 순위를 매긴다. RANK()는 순위가 중복 될 경우 다음 순위가 중복 수만큼 건너뛴 순위로 나온다. DENSE_RANK()는 중복 순위는 고려하지 않고 순서대로 출력된다. 2. FROM() 절 서브쿼리 순위가 2인 값만 출력하기 위해 WHERE()절을 이.. 2022. 12. 7.
빡공단 22기 도전기 - SQL SELECT 서브쿼리 (26일차) SELECT - 서브쿼리 1. 서브쿼리 SELECT(), FROM() 절을 하나의 쿼리로 생각하면, 쿼리 안에 쿼리를 작성하는 방법으로 활용 가능하다. 2. SELECT() 절 서브쿼리 전체급여를 하나의 컬럼으로 만들어서 표시해주고 싶다면? SELECT() 절 안에 SELECT() 절을 작성하면 가능하다. 이렇게 하면 원본테이블을 수정하지 않고 원하는 결과를 출력할 수 있다. SELECT() 절의 서브쿼리는 'scala 서브쿼리'라고 부르기도 한다. 출력되는 행 수만큼 반복되어 실행된다. 데이터를 반복해서 출력하기 때문에, 성능의 효율성을 위해 데이터를 메모리에 올려놓고 반복해서 출력하게되고 이를 '메모리캐싱'이라고 한다. 3. SELECT() 절 서브쿼리 확장 테이블을 JOIN() 한 것처럼 사용가능하.. 2022. 12. 7.
빡공단 22기 도전기 - SQL 실전 데이터 분석 (25일차) 실전 데이터 분석 1. 테이블생성 21일차 실습때 작성했던 코드를 가져온다. CREATE TABEL()을 이용하여 테이블을 생성할 수 있다. 위와 같이 작성후 실행하면, 테이블이 생성된다. 동일한 방법으로 '비상벨설치현황' 테이블도 만들어준다. 2. 지역별 설치현황 2-1. 테이블 합치기 지역을 기준으로 테이블을 합친다. 테이블명을 A, B로 하여 쉽게 작성할 수 있다. 2-2. 지역별 설치비율 2-3. 구간별 평균 카메라 설치 수 설치 구분에 대한 조건을 작성한다. 설치구분 조건을 기준으로 확인하고자 하는 값들을 계산 및 색인한다. 2-4. 전체설치건수 중 카메라설치 비율 25일차 인증! 2022. 12. 7.
반응형