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 |
- 윈도우11
- 안드로이드
- 깃
- Outlook
- matlab
- html
- 파이썬GUI
- pyqt5
- 파이썬3
- 문자열
- office
- 오피스
- Windows10
- windows
- 엑셀
- pythongui
- win32com
- VBA
- 파워포인트
- git
- python3
- pandas
- 비주얼베이직
- Excel
- 아웃룩
- python
- 파이썬
- 윈도우10
- Windows11
- Android
목록분류 전체보기 (818)
Appia의 IT세상
이번 포스팅은 리스트에서 맴버가 몇개인지에 대해서 확인하는 방법과 또한 특정 맴버가 리스트에 몇개가 포함되어 있는지에 대해서 구하는 기능에 대해서 이야기를 하고자 합니다. 매우 간단한 기능이지만, 이 기능들은 실제로 너무나 많이 사용됩니다. 리스트 맴버 총개수 구하기 리스트 내에 맴버가 몇개인지 확인 하기 위해서는 len()이라는 내장함수를 사용할 것입니다. 이 함수의 인자값은 시퀀스 기반의 인자를 넣으면 그 총합을 구해줍니다. 그럼 다음과 같은 예제를 살펴보겠습니다. 123ExampleList = [1,2,3,4,5,6,1,2,3,4,5]ListSize = len(ExampleList)print(ListSize)cs 그럼 다음과 같은 결과 값을 리턴합니다. 111cs 이와 같인 len()를 이용하여, ..

저번 포스팅 [AUTOSAR 001] AUTOSAR(오토사)의 개념 및 배경 에서는 간단한 도입 배경 및 정의에 대해서 살펴 봤습니다. 그래서, 오늘은 AUTOSAR의 구조에 대해서 한번 살펴보고자 합니다. AUTOSAR의 구조는 다음 그림에서와 같이 크게 3가지 형태로 나타낼 수 있습니다. Application Layer , Runtime Environment 그리고 Basic Software 계층으로 나누어 집니다. 여기서 몇가지 혼란이 올 수 있습니다. 기존에는 Application에서 Firmware기반의 소스 코드를 직접 접근해서 사용했었습니다. 위와 같은 구조로 진행이 되면서, Application에서 Firmware기반의 코드를 드러내거나, 완벽히 분리해야하는 작업이 요구 되어 집니다. 물론..
오늘은 예전에 봤던 포스팅 했던 '파이썬[Python] 041 Ndarray 객체 - Numpy002'에 이어서, Ndarray를 생성하는 방법들에 대해서 포스팅을 하고자 합니다. 물론 위의 링크에 있는 부분을 바탕으로 기본적인 배열을 생성할 수 있지만, 조금 더 다양하게 생성할 수 있는 방법들이 있습니다. 그래서 이번 포스팅에서는 다음과 같이 3가지 방법들에 대해서 살펴보고자 합니다. 초기화 되지 않는 배열 생성 0으로 초기화된 배열 생성 1로 초기화된 배열 생성 초기화 되지 않는 배열 생성 이 부분은 배열 생성 시, 다음과 같이 numpy.empty를 이용하는 형태입니다. numpy.empty(shape, dtype = float, order = 'C') 배열 생성시, 각 값들의 랜덤한 값으로 생성해..

오늘 포스팅은 AUTOSAR에 대해서 간단한 배경 및 개념에 대해서 이야기를 해보고자 합니다. AUTOSAR – AUTomotive Open System Architecture의 줄임말입니다. 말 그대로 해석해보면, 전장 개방형 시스템 아키텍처로 번역할 수 있습니다. 좀더 쉽게 이야기를 하면 자동차에서 사용되는 개방형 시스템 아키텍처라고 보시면 됩니다. 최근 몇 년 사이에 국내에서는 AUTOSAR에 대해서 참 많은 이야기가 있었습니다. 불과 6~7년 전만 하더라도 AUTOSAR는 선행 과제에서 도입하는 정도였지만, 현재에는 대부분 회사들이 양산에 적용 하는 것 같습니다. 물론 위의 시점은 국내 이야기입니다. 간단히 서론부터 이야기를 드리면, 자동차에 들어가는 기술들을 날이 갈수록 더욱 더 다양해 지고 있..
오늘 포스팅은 리스트 관련된 이야기를 잠깐 또 해보고자 합니다. 오늘 갑자기 리스트를 슬라이싱 하면서, 각 맴버들을 불러오는 데 갑자기 각 맴버들의 Index 값이 너무나 궁금했습니다. 그래서 궁리 하고 예전에 했던 부분들을 살펴보던 중에 다음 함수를 생각했습니다. enumerate() 파이썬[Python] 내장함수인 enumerate은 시퀀스 기반의 자료형을 인자로 하여 각 맴버와 함께 Index값을 반환해 주는 기능을 합니다. 따라서 반복문을 수행하는 for문과 많이 사용됩니다. 그럼 다음 예제를 한번 살펴보겠습니다. 1 2 3 4 5 6 Array = ['V1','V2','V3','V4','V5'] print(enumerate(Array)) for Index, Member in enumerate(A..
이번 포스팅은 오래 만에 문자열에 대해서 간단히 이야기를 해보고자 합니다. 물론, 이 또한 오늘 업무 중에 필요로 한 부분이 있어서 다음과 같이 정리하고 있습니다. 크게 문자열을 구성 인자의 성분을 확인하는 것이라고 봐도 좋을 것 같습니다. 자세히는 문자열을 구성하는 객체가 숫자 인지 확인하는 방법과 문자열이 숫자 또는 알파벳인지 확인하는 방법에 대해서 살펴보고자 합니다. 먼저 문자열이 숫자 인지에 대해서 확인하는 함수는 다음과 같습니다. 이 함수에서는 문자열의 구성이 숫자로만 이루어 져야 합니다. isdigit() 다음 함수의 결과는 Bool형태 즉, True / False로 출력이 됩니다. 그럼 다음과 같은 예제를 살펴보겠습니다. 1234567Arg1='1984-12-08'Arg2='V32'Arg3=..
이번 포스팅은 간단한 부분에 대해서 이야기를 드리고자 합니다. 바로 리스트와 같은 시퀀스 자료형내에서의 최소값 최대값구하는 방법에 대해서 이야기를 드리고자 합니다. 물론 관련된 부분에 대해서는 상당히 많은 부분에서 다루어지기 때문에, 오늘은 조금 간단하게 이야기 하고자 합니다. 우선, 파이썬[Python]에서는 내장함수로 최소값 최대값을 구하는 min() / max() 함수를 제공합니다. 따로서 각 함수에서의 인자 값의 시퀀스 기반의 자료형을 놓으면 각 부분에 최소값 최대값을 표현합니다. 다음 예를 살펴보겠습니다. 1234A=[1,11,13,14,15,16,111,0.7] print(min(A))print(max(A))cs 그럼 다음과 같은 결과가 나옵니다. 120.7111cs 물론 심심하시다면 다음과 ..
먼저, 너무 오랜만에 포스팅을 하게 되어 송구스럽고, 죄송스러운 마음입니다. 개인적인 사정으로 2월 처음 포스팅을 하게 되었습니다. 앞으로는 이렇게 장기간 포스팅을 못 올리는 일이 없도록 하겠습니다. 이번 포스팅에서는 수학적인 부분에 대해서 이야기를 드리고자 합니다. 앞서서 Numpy에 대해서 이야기를 하고 있었지만, 갑자기 업무 부분에서 사용이 필요한 부분이 있어서 절대값과 반올림를 구하는 함수에 대해서 포스팅 드리고자 합니다. 절대값 구하기 파이썬[Python]에서는 abs() 라는 내장함수를 제공합니다. 여기에 입력된 인자의 절대값을 입력합니다. 단, 복소수를 입력할 경우, 복소수의 크기를 반환하게 됩니다. 복소수의 크기는 A+ Bi의 경우 A제곱 + B제곱의 루트 연산을 한 것입니다. ( 수식 표..
앞서 포스팅에서는 NumPy에서 가장 핵심인 될 수 있는 다차원 배열(Ndarray)에 대해서 살펴 봤습니다. 이번 포스팅에서는 NumPy에서 제공하는 데이터 타입에 대해서 이야기 해보도록 하겠습니다. Data Type Description bool_ 바이트 형태로 저장되는 Boolean 타입 int_ Default integer 타입 intc C int (일반적으로 int32 또는 int64) intp 인덱싱에 사용되는 integer int8 int 형태 ( -128 ~ 127 ) int16 int 형태 ( -32768 ~ 32767 ) int32 int 형태 ( -2147483648 ~ 2147483647 int64 int 형태 ( -9223372036854775808 ~ 922337203685477..
먼저 명절 기간 동안에 고향에 갔다 오는 바람에 포스팅이 많이 늦어진 점에 대해서 매우 송구스럽게 생각하고, 제 글을 읽어 주시는 분들에게 사과 드리는 바입니다. 오늘 포스팅은 앞서 포스팅에 이어서, Numpy에서 가장 중요한 객체인 Ndarray에 대해서 살펴보고자 합니다. 물론, 현재 제 포스팅을 보시는 분들은 아마도 파이썬[python]에 대한 경험이 있을 것이고, 따라서 파이썬[Python]에서 배열이 없다는 것을 알고 있을 것입니다. 하지만, NumPy에서는 다차원 배열, 즉 동일한 타입을 사용하는 다차원 배열인 Ndarray를 제공합니다. 여기에서 몇가지 부분들을 좀 생각해봐야 합니다. 충분히 파이썬[Python]에서 List를 이용하여 배열을 만들 수 있습니다. 하지만, NumPy를 사용하는..