분류 전체보기
-
-
[python] 기억해 둘 파이썬 문법&개념Programming 기초/Python 2023. 8. 19. 23:17
* all, any a=[False,True,True,False] b=[False,False,False,False] c=[True,True,True,True] print(all(a)) print(all(b)) print(all(c)) print(any(a)) print(any(b)) print(any(c)) ------------------------- False False True True False True * isdigit, title a="hello world do you know BTS?" b='1234567' print(a.isdigit()) print(a.title()) # 단어의 첫 문자만 upper. 나머진 lower print(b.isdigit()) # 띄어쓰기가 들어가도 False p..
-
[이코테] 모험가 길드,럭키 스트레이트Programming 기초/Coding Test 2023. 8. 18. 18:20
*그리디 # 1회차 시도 # 시간 초과 n=int(input()) arr=list(map(int,input().split())) arr.sort() count=0 visited=[False]*n for i, num in enumerate(arr): if i+num = max(arr[i:i+num]): for j in range(i,i+num): visited[j]=True count+=1 print(count) *구현 #1회차 -> 더 안 해도 될 듯 n=list(map(int,input())) m=len(n)//2 if sum(n[:m])==sum(n[m:]): print('LUCKY') else : print('READY')
-
[Pandas#1] Pandas 기초Machine Learning/numpy & pandas & maplotlib 2023. 8. 5. 20:35
* pandas 표 형식의 데이터나 다양한 형태의 데이터를 다루는 데 초점을 맞춰 설계된 라이브러리. pandas는 배열 기반의 함수를 제공하는 등 numpy의 배열 기반 계산 스타일을 많이 차용했다.(numpy는 단일 산술 배열 데이터를 다루는 데 특화되어 있다.) pandas는 Series와 DataFrame 크게 두 가지 자료구조를 갖는다. * import pandas as pd 라이브러리 호출. 관례적으로 pd로 이름을 지음. # 데이터 불러오기 예시 data_url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data' #Data URL # data_url = './housing.data' #Data U..
-
[Python] return self는 method chaining을 위함이다.Programming 기초/Python 2023. 8. 5. 00:04
* 클래스 내의 메서드(Method)에서 return self를 하는 이유 메서드 체이닝(Chaining)과 메서드 호출의 연속적인 처리를 용이하게 하기 위함이다. 메서드 체이닝은 한 줄의 코드에서 여러 메서드를 연속적으로 호출하는 기법을 의미한다. 예를 들어, obj.method1().method2().method3()와 같이 객체 obj의 메서드들을 연속해서 호출하는 것을 말한다. 이때 메서드는 각각 self를 반환해야만 메서드 체이닝이 가능해진다. 메서드가 return self를 반환하면 해당 메서드는 자기 자신의 인스턴스를 반환한다. 따라서 다른 메서드를 호출할 때에도 동일한 객체에 대해 메서드를 연속해서 호출할 수 있게 된다. 이는 코드를 간결하고 가독성이 높게 만들어준다. 예를 들어, 다음은 ..
-
[NumPy] np.where()Machine Learning/numpy & pandas & maplotlib 2023. 8. 4. 23:34
* np.where() NumPy 라이브러리에서 제공되는 조건에 따라 배열의 요소를 선택적으로 변경하거나 조건을 만족하는 요소의 인덱스를 반환하는 함수. 이 함수는 특정 조건을 검사하고, 해당 조건을 만족하는 요소를 선택적으로 처리하는데 유용. import numpy as np # np.where() 함수의 예시 arr = np.array([1, 5, 2, 7, 4, 9]) # 조건을 만족하는 요소의 인덱스를 반환 indices = np.where(arr > 4) print(indices) # 출력: (array([1, 3, 5]),) # 조건을 만족하는 요소를 다른 값으로 변경 new_arr = np.where(arr > 4, 0, arr)# 4보다 크면 0으로 변경하고 아닌 값은 그대로. print(..
-
[NumPy] np.random.rand(), RandomState(), randn(), randint(), random(), normal()정리Machine Learning/numpy & pandas & maplotlib 2023. 8. 4. 23:13
1. np.random.rand() [0,1) 사이의 (uniform distribution)값을 램덤하게 반환 import numpy as np np.random.rand()# 하나의 값 생성 np.random.rand(4)# 4행의 랜덤 값 생성 np.random.rand(5,2)# 5행 2열의 랜덤 값 생성 ------------------------- 0.5026802324958345 array([0.58979257, 0.72740942, 0.58333496, 0.74748877]) array([[0.9106447 , 0.68091985], [0.29337807, 0.01162554], [0.18417443, 0.40650219], [0.52841246, 0.78908411], [0.5049810..
-
[NumPy#1] 넘파이란? dtype, astype(), itemsize, size, shapeMachine Learning/numpy & pandas & maplotlib 2023. 8. 4. 01:39
* 넘파이(NumPy)란? 넘파이(NumPy)는 파이썬의 다차원 배열을 다루기 위한 라이브러리이다. 2005년 Travis Oliphant이 Numarray을 Numeric에 합쳐 만들었다. 넘파이 배열 데이터 구조를 ndarray라고도 부른다. n-dimensional array의 준말이다. 넘파이는 C언어로 작성되었고, 넘파이의 속도가 빠른 이유는 연속된 메모리 블럭을 갖기 때문에 CPU가 빠르게 읽을 수 있다. 반면에, Python의 리스트는 랜덤한 메모리 블럭의 객체를 지정하는 포인터 개념이기 때문에 CPU가 빠르게 캐치하지 못해서 속도가 느린 것이다. 넘파이 배열은 고정된 사이즈를 갖고, homogenous하다. 원소들이 반드시 같은 타입이어야 한다. 파이썬 리스트에서 원소를 추가하거나 삭제하는..