일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 | 31 |
- git
- 엑셀
- html
- pandas
- windows
- 문자열
- Windows11
- 파이썬GUI
- 깃
- 윈도우10
- python
- pyqt5
- 파워포인트
- python3
- 비주얼베이직
- win32com
- Windows10
- Excel
- 파이썬
- Android
- Outlook
- 안드로이드
- 파이썬3
- matlab
- 오피스
- pythongui
- office
- 윈도우11
- VBA
- 아웃룩
목록Python (328)
Appia의 IT세상
이번 포스팅에서는 numpy의 데이터 타입을 python에서 기본 제공하는 타입으로 변경하는 방법에 대해서 살펴보고자 합니다. 그러면서, ndarray를 list로 간단히 바꾸는 법도 다루어 보겠습니다. numpy array(ndarray)를 list로 변환하기 최근에는 계속 numpy 위주로 사용을 많이 하고 있는데, 종종 의도치 않게 Numpy을 사용 못하는 경우가 발생합니다. (저의 의도와는 상관없이 파이썬 기본 모듈만 사용하고자 하는 사람이 있어서…) 그러면서 자연스럽게 ndarray를 리스트로 변경하는 방법에 대해서 알게 되었습니다. 간단히 tolist()함수를 이용하는 것입니다. 그럼 다음과 같이 간단하게 ㅜdarray를 list로 변경하는 예제를 살펴보겠습니다. import numpy as ..
우리는 글을 쓰면서, 특정 단어들을 격하게 많이 사용하는 경우가 있습니다. 그리고 때론, 특정 단어들의 사용 빈도와 상관없이 이미 그 단어들을 사용하고 있을 수 있습니다. 그래서 이번 포스팅에서는 텍스트 파일들에서 특정 단어의 사용빈도를 확인하는 방법을 알아보고자 합니다. 특정 단어의 사용빈도 확인하기 위의 코드 실습을 위해서 간단하게 텍스트 파일을 다음과 같이 한번 만들어보겠습니다. Hello. My name is Appia Hi Hello Appia Good night Good bye See you later 혹시 몰라서, 위의 예제를 위해서 문자들을 별도의 텍스트 파일로 저장하여 첨부드렸습니다. 참고하세요. 그럼 위의 예제 파일을 바탕으로 다음과 같은 예제를 한번 살펴보겠습니다. file = ope..
오늘 포스팅은 딕셔너리(Dictionary)에 저장된 데이터를 출력하는 방법에 대해서 살펴보고자 합니다. 예전에 딕셔너리(Dictionary)에 대해 간단하게 포스팅을 했던 적이 있습니다. (다음 링크참조) 링크 : https://appia.tistory.com/86?category=849946 파이썬[Python] 007 튜플(Tuple), 딕셔너리(Dictionary) 앞서 시간에서는 리스트(List)에 대해서 살펴 보았습니다. 오늘은 리스트와 거의 비슷하지만 살짝 다른 튜플(Tuple)과 파이썬[Python]에서 가장 특이한 데이터 타입중 하나인 딕셔너리(Dictionary)에 대해서 살펴.. appia.tistory.com 이 포스팅을 보시는 분들은 대부분 알고 계실 거라고 생각합니다. 혹 잘 모..
오늘 포스팅은 뒤로 돌아가는 세상으로 한번 꾸며 보고자 합니다. 다름 아니라, List을 역순으로 즉 거꾸로 뒤에서부터 값을 읽어오는 형태로 루프를 돌리거나, 아니면 리스트를 역순으로 바꾸는 방법에 대해서 알아보고자 합니다. List 역순으로 읽어오는 루프 물론 흔치 않지만, 종종 데이터 값들을 리스트에 저장하고 그 값을 역으로 루프를 돌리는 경우가 있습니다. 그럴 경우는 저는 다음과 같은 형태로 코드를 돌렸을 것입니다. #Made by Appia Example my_list = [1,2,3,4,5] for item in my_list[::-1]: #[::-1] 역으로 슬라이싱 print(item) """ #Result :54321"""Colored by Color Scriptercs 넘 코드가 없어 보..

앞서 포스팅에서는 Pandas을 설치 하는 방법과 Anaconda를 설치하는 방법에 대해서 살펴봤습니다. 실제 Pandas에 대해서 이야기를 하고자 가장 기초적인 설치에 대해서 포스팅을 해봤습니다. 그러면, 이번 포스팅은 간단히 Pandas에 대해서 이야기를 하면서 데이터를 읽어와서 Data frame을 만드는 방법에 대해서 이야기를 하고자 합니다. 데이터 사이언스 및 빅데이터 관련된 곳에서는 Python Pandas를 많이 사용합니다. 하지만, 엑셀 또한 매우 많은 분석 기능 및 편리성들을 제공하고 있습니다. 하지만, 상당히 많은 사용자들이 엑셀을 사용하지 않고, Python Pandas를 사용하는 이유는 무엇일까요? 다음과 같은 이유라고 생각합니다. Excel은 Python보다 프로그램을 만드는 데에..

이번 포스팅은 데이터 과학 및 머신러닝에서 많이 사용하는 Pandas 모듈에 대해서 설치 하는 방법에 대해서 이야기를 드리고자 합니다. 실제 저의 경우 Pandas, Numpy등 이런 별도의 모듈에 대해서 가까이 할 일이 없을 것이라고 생각했습니다. 하지만, 어찌 하다 보니 관련해서 자연스럽게 가까워지고 있습니다. 저는 다음과 같이 2가지 방법에 대해서 살펴보고자 합니다. 1. pip를 이용한 방법을 활용한 설치 2. Anaconda를 설치하는 방법 1. pip를 이용한 방법을 활용한 설치 그럼 먼저 pip를 이용한 방법입니다. 저와 같이 SW의 미니멀라이프를 추구하는 사람들은 아나콘다(Anaconda)설치보다 이 방법을 활용할 것으로 보입니다. 가장 먼저, 윈도우 키를 눌려 주세요. 시작 메뉴가 나타날..
이번 포스팅에서는 배열의 연산에 대해서 간단하게 이야기 하고자 합니다. 저의 경우 MATLAB 코드에 많이 익숙하다가 Python으로 넘어온 경우다 보니, 실제 배열에 관해서는 MATLAB이 훨씬 편해왔던 것이 사실입니다. 하지만, MATLAB 자체가 무거운 프로그램이다 보니 자연스럽게 가벼움을 쫓아서 여기까지 왔네요. 서론은 길었지만, 이번에는 각 배열의 쉽게 연산하는 방법에 대해서 살펴보고자 합니다. 기본 사칙 연산 Numpy에서 제공하는 배열사이에서는 자연스럽게 기본 연산을 이용해서 사용이 가능합니다. 하지만, Numpy에서 제공하는 연산도 이용가능합니다. 다음 예시를 보면서 살펴보겠습니다. 123456789101112131415import numpy as npvalue = np.array([[1,..
이번 포스팅은 넘파이(numpy)에서 사용하는 인덱싱과 슬라이싱에 대해서 살펴보고자 합니다. 물론, 이렇게 인덱싱과 슬라이시이에 관련해서 별도로 다루다는 것에 대해서 사람들마다 각기 다른 의견을 가지고 있을 수 있습니다. 하지만, 이 부분은 반드시 필요로 하다고생각합니다. 넘파이(numpy)를 자주 사용하시는 분들을 이해 하시겠지만, 이 부분은 확실히 배열에서는 빼놓을 수 없이 중요한 부분입니다. 그래서 간단하지만, 잘 살펴보도록 하겠습니다. 먼저 파이썬뿐 아니라 대부분 언어에서 슬라이싱을 하는 컨셉은 거의 대부분 유사합니다. 시작, 끝 , 간격 이 3가지를 가지고 합니다. 즉 start, stop, step를가지고 진행하는 것이죠 . 그럼 다음을 한번 살펴보겠습니다. 1234import numpyarr..
이번 포스팅을 수의 범위를 바탕으로 배열을 생성하는 방법에 대해서 이야기를 드리고자 합니다. 파이썬[Python]의 넘파이(Numpy)는 배열이 중심이다 보니, 자연스럽게 배열에 관련된 이야기를 할 수 밖에 없습니다. 그 중에 이 부분은 나름 유용하게 사용될 수 있는 부분이기 때문에 포스팅 드리고자 합니다. 크게 3가지 함수 arrange, linspace, logspace를 바탕으로 이야기를 하고자 합니다. numpy.arrange 가장 쉬우면서 가장 보편적으로 많이 사용하는 함수가 아닐까 합니다. 시작값, 종료 값, 각 스텝의 차이등을 이용하여 나타내는 방식입니다. 다음 형식을 보겠습니다. numpy.arange(start, stop, step, dtype) start - 시작값, 만약 입력이 없다면..
이번 포스팅은 바이너리를 일고 쓰는 방법들에 대해서 이야기를 드리고자 합니다. 물론 numpy가 아니여도 관련해서 바이너리를 읽고 쓸수 있지만, 이번에는 numpy를 이용하도록 하겠습니다. (pack/unpack을 이용한 부분에서는 향후 관련하여 포스팅 예정입니다.) 바이너리(Binary) 읽기 (numpy기준) 바이너리를 파일을 읽어오는 가장 쉬운 방법은 numpy.frombuffer를 활용하는 것입니다. 버퍼에 있는 데이터를 1차원 배열로 만들어 주는 기능을 하는데, 다음과 같이 바이너리를 특정 변수에 넣어 두고 다음과 같이 바이너리를 읽는 데 매우 많이 사용됩니다. numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0) buffer - 데이..