오우진

▶ 딕셔너리 사용시 'key' 가 없는 경우에 대한 처리 lux = {'health' : 490, 'mana' : 334, 'melee' : 550, 'armor' : 18.72} print("키 유무 여부를 확인 :") if 'health' in lux: print(lux['health']) # 키의 값이 없으면 에러 발생 if lux.get('health') != None: # 키의 값이 없을 경우 = None print(lux['health']) # print("key를 사용하여 value에 접근하는 경우:") # print(lux['health1']) # 키의 값이 없으면 에러 발생 print("get 메소드를 사용하는 경우:") print(lux.get('health1')) # 키의 값이 없을 ..

딕셔너리 만드는 법 4가지 1. {키:값,키:값} 2. zip함수 3. 리스트안에 (키,값) 형식의 튜플을 나열 4. dict안에서 딕셔너리 뒤에 []사용해 [] 안에 키를 지정해주면 됨 딕셔너리 값에 리스트 넣기 fruits = { "apple": ["사과",1000], "banana": ["바나나",700], "orange": ["오렌지",1500], "pineapple": ["파인애플",2000] } f = input("과일 이름을 입력하세요") print("선택한",fruits[f][0],"의 가격은",fruits[f][1],"원 입니다.") 실행결과 ↓ 과일 이름을 입력하세요apple 선택한 사과 의 가격은 1000 원 입니다. 딕셔너리의 키에 값 할당하기 fruits = { "apple": 1..

시퀀스 자료형 공통 기능 사용하기 요소 < 시퀀스 자료형 < 시퀀스 객체 1. 특정 값이 있는지 확인 값 in 시퀀스객체 시퀀스 객체 = list, tuple, range, 문자열 * 리스트, 튜플, 범위, 문자열에 해당 값이 있는지 없는지 확인하기 a = [0,10,20,30,40,50,60,70,80,90] print(30 in a) print(30 not in (6.,5.,26,21)) print(1 not in range(10)) print('P' not in "Hello, Python") 실행결과 ↓ True True False False * 0~20 사이의 홀수 값을 요소로 가지는 리스트를 만들고 값을 입력받아 그 값이 리스트에 없는지 확인하기 L = list(range(1,20,2)) a =..

리스트 리스트 = [ 값, 값, 값] 리스트에 저장된 각 값 = 요소(element) 문자열, 정수 실수 불등 모든 자료형을 섞어서도 저장 가능하다. 읽기, 쓰기, 수정, 삭제 가능 #리스트 생김새 a =[38,21,53,62,19] a #리스트 특징 person = ['David', 49, 173.3, True] person #빈리스트 만드는 두가지 방법 L = [] L L2 = list() L2 ▶ range( 시작, 끝 , 증가폭) 끝에 해당하는 숫자는 출력되지 않음 q = list(range(10)) q a = list(range(0,11,1)) b = list(range(0,13,2)) c = list(range(13,2,-2)) d = list(range(-8,9,2)) e = list(ran..

2023년 12월 18일부터 데이터분석 부트캠프를 진행하게 되었습니다. 오늘은 2024년 01월 05일로 시작한지 19일째 되는 날이네요! 데이터 분석을 위한 기초 수학/통계(이동훈 강사님) 지도학습과 비지도 학습 지도학습: 지도학습은 정답이 있는 데이터를 활용해 데이터를 학습하고, 학습한 모델이 얼마나 정답을 정확하게 맞추는지 평가하는 학습이다. 분류, 회귀 문제들을 해결 가능하다 회귀: 연속형 수치의 입력값을 활용해 특정 수치를 예측 분류: 주어진 입력 값을 2개 혹은 여러 개의 결과값으로 분류 비지도학습: 비지도학습은 정답이 없는 데이터를 활용해 데이터를 학습하는 것. 데이터가 어떻게 구성되어 있는지, 혹은 어떻게 분류될 수 있는지에 대한 문제 해결 군집 문제 해결 가능하다 차트 그리기 차트를 그릴..

배우는 것 : numpy, pandas, seaborn, eda 프로젝트 ▶ numpy 란? 1. Nymerical computing with python : 수치연산 및 벡터 연산에 최적화 된 라이브러리 2. 2005년에 만들어 졌으며 100% 오픈소스이다 3. 최적화된 C code로 구현되어 있어 매우 좋은 성능 4. 파이썬과 다르게 수치연산의안정성이 보장되어 있다 (numerical stable) 5. N차원 실수값 연산에 최적화 되어 있다 == N개의 실수로 이루어진 벡터 연산에 최적화 되어 있다 ▶ Numpy룰 사용해야 하는 이유 1. 데이터는 벡터로 표현됨, 데이터 분석이란 벡터 연산이다. 그러므로 벡터 연산을 잘해야 데이터 분석을 잘 할 수 있다 2. 파이썬은 수치 연산에 매우 약하다. 실수..

▶ 코드를 작성할 때 주석처리를 하는 것이 중요하다. ▶ 진법: 0부터 n개의 숫자를 사용해서 수를 표현하는 방법 ▶ 2진법, 10진법, 16진법 ▶ 2진수 -> 16진수 변수 ▶ 2진법: 0과 1 두개의 숫자 사용, 0b ▶ 10진법: 0~9까지의 10개의 숫자 사용, ▶ 16진법: 0~9의 10개의 숫자와 A~F까지의 6개의 문자 사용, 0x 붙임 10 :A / 11 :B / 12 :C / 13 :D / 14 :E / 15 :F ▶ 컴퓨터 프로그램 ▶ 컴퓨터에 일을 시키려면 인간이 컴퓨터에게 자세한 명령어 (instruction)들의 리스트를 줘야함 ▶ 프로그램: 컴퓨터가 수행할 명령어를 적어 놓은 문서 (=작업지시서) ▶ 프로그래머란 컴퓨터 프로그램의 논리나 알고리즘을 설계하고, 원시코드를 작성하여..

01. 프로그래밍이란 ▶ 폰노이만 아키텍처 : 1. CPU (Central Processing Unit) : 컴퓨터에서 일어나는 모든 연산을 담당 2. Memory (주로 DRAM(메인메모리)) : 프로그래밍을 할 때 사용하는 모든 데이터, 코드가 올라와 있는 공간 3. Input/Output Devices : - storage(HDD, SSD) - Monitor, Mouse, Keyvoard... ▶ 작성한 프로그램은 모두 메모리 안에 상주하고 있다. ▶ 프로그램 입장에서 모든 처리는 메모리를 기준으로 이루어진다. ▶ 스토리지: 전원이 꺼져도 정보를 저장하고 싶음, 저장하는 곳 ▶ 스토리지(저장장치)에 있는 데이터를 불러오는 load, 메모리에 있는 내용을 저장장치에 저장하는 save ▶ 메모리에 있는..

안녕하세요! 패트스캠퍼스 기자단에 선발되어 활동하게 되었습니다! 부트캠프에 대해 알아보는 많은 사람들에게 솔직하고 생생한 정보를 전해드리고 싶습니다. 포스팅이 도움이 되었으면 좋겠습니다 :) 0. 데이터 분석 부트캠프에 지원하게 된 계기는? 저의 본전공은 생명건강공학과이고 데이터 사이언스 학과를 복수 전공하고 24년 2월 졸업하게 되었습니다. 처음에는 실험데이터를 다루는 것에 흥미를 느껴 데이터 분석에 관심을 갖게 되었지만, 막연하게 바이오 관련 데이터를 다루고 싶다는 생각만으로는 저의 진로를 결정하기에는 부족한 부분이 있다고 생각했고, 또한 취업을 하기에도 데이터 분석가로서의 역량이 부족한 것 같아 학원이나 부트캠프를 다녀야겠다는 생각이 들었습니다. 또한 지원할 때의 저는 4학년 2학기 기말고사를 준비..

머신러닝(기계학습): 경험과 학습을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구이며 인공지능의 한 분야. 컴퓨터가 어떤 작업(T)을 하는데 있어서, 경험(E)으로부터 학습하여 성능(P)을 향상시키는 학문 지도학습: 지도학습은 정답이 있는 데이터를 활용해 데이터를 학습하고, 학습한 모델이 얼마나 정답을 정확하게 맞추는지 평가하는 학습이다. 분류, 회귀 문제들을 해결 가능하다 회귀: 연속형 수치의 입력값을 활용해 특정 수치를 예측 분류: 주어진 입력 값을 2개 혹은 여러 개의 결과값으로 분류 비지도학습: 비지도학습은 정답이 없는 데이터를 활용해 데이터를 학습하는 것. 데이터가 어떻게 구성되어 있는지, 혹은 어떻게 분류될 수 있는지에 대한 문제 해결 군집 문제 해결 가능하다 데이터 시각화; 데이터 분석 결과..