전체 글 163

데이터 클리닝

좋은 데이터의 기준 1. 완결성(Completeness) 필수적인 데이터는 모두 기록되어 있어야 한다. 완결성 충족 방법: 필요한 컬럼들에 결측값이 있는 지 확인한다. 2. 유일성(Uniqueness) 동일한 데이터가 중복되면 안된다. 유일성 충족 방법: 중복값 제거한다. 3. 통일성(Conformity) 데이터가 동일한 형식으로 저장되어 있어야 한다. 통일성 충족 방법: 데이터 타입, 단위, 포맷 등을 맞춘다 4. 정확성(Accuracy) 데이터가 정확해야 한다. 모으는 과정에서 실수로 생김 정확성 충족 방법: 이상점을 처리한다. 1. 결측값이 있는 행을 제거 df.dropna() 2. 결측값이 있는 열을 제거 df.dropna(axis = 'columns') 3. 결측값을 대체 - 0으로 대체 df...

빅데이터 공부 2023.11.29

HTML 태그 종류

참고 책 : https://www.yes24.com/Product/Goods/108748709 코딩 자율학습 HTML + CSS + 자바스크립트 - 예스24 코딩을 몰라도 걱정 제로, 이 책 하나로 충분히 웹 개발을 시작할 수 있다!이 책은 코딩 초보자가 문법을 빠르고 재밌게 배울 수 있도록 실무에서 주로 사용하는 내용을 쏙쏙 골라 다양한 예제와 www.yes24.com body 태그 안에 써준다. 텍스트 작성 태그 1. hn 태그 2. p 태그 3. br 태그 4. blockquote 태그 5. q 태그 6. ins, del 태그 7. sub, sup 태그 hn 태그 heading의 h와 number의 n n에는 1부터 6 중 하나의 숫자를 넣어주면 된다. 글자크기1 글자크기2 글자크기3 글자크기4 글..

코딩 자율학습 2023.11.26

HTML 기본

참고 책 : https://www.yes24.com/Product/Goods/108748709 코딩 자율학습 HTML + CSS + 자바스크립트 - 예스24 코딩을 몰라도 걱정 제로, 이 책 하나로 충분히 웹 개발을 시작할 수 있다!이 책은 코딩 초보자가 문법을 빠르고 재밌게 배울 수 있도록 실무에서 주로 사용하는 내용을 쏙쏙 골라 다양한 예제와 www.yes24.com HTML의 기본 구성 요소: 태그와 속성 태그: 구성 요소를 정의하는 역할. 안에 태그명을 넣는다. 속성: 태그에 의미나 기능을 보충하는 역할. 사용하지 않아도 되고 여러 개 사용해도 된다. 속성명="속성"

코딩 자율학습 2023.11.26

판다스 기본 제공 메소드로 시각화하기

시각화를 하는 이유 1. 분석에 도움을 준다 2. 결과가 한 눈에 보인다 문자에 대해서 그래프를 그리기는 어렵다 필요하다면 전처리 하기 판다스에서 제공하는 기본적인 그래프 함수 df.plot() 필요한 파라미터 kind='그래프 종류' x='원하는 컬럼명' y='원하는 컬럼명' 혹은 여러 개이면, y=[원하는 컬럼들] 그래프의 종류 선, 막대, 파이, 히스토그램, 박스, 산점도 1. 선 그래프 보통 x축에는 시간과 관련된 값을 , y축에는 관측된 값을 표시한다. df.plot() df.plot(kind = 'line') 2. 막대 그래프 카테고리 비교를 위해 사용한다. df.plot(kind='bar') 막대 그래프를 눕히고 싶다면 kind = 'barh' df.plot(kind='barh') 같은 인덱..

빅데이터 공부 2023.11.23

알고리즘 패러다임

알고리즘 패러다임: 알고리즘 접근 패턴 1. Brute Force : 가능한 모든 경우를 다 시도한다 장점: 직관적이고 명확하다. 모든 경우의 수를 다 따지기 때문에 답을 확실하게 찾을 수 있다. 단점: input의 크기가 커지면 오래 걸린다. 2. 분할 정복 : 문제를 부분 문제로 나눠, 부분 문제를 해결한 값들을 합쳐 기존 문제를 해결한다. 분할 정복과 재귀의 차이 https://velog.io/@sossont/%EC%A2%85%EB%A7%8C%EB%B6%81-%EB%B6%84%ED%95%A0-%EC%A0%95%EB%B3%B5Divide-and-Conquer [종만북] 분할 정복(Divide and Conquer) 종만북 7장. 분할 정복 velog.io 큰 예시로 합병 정렬, 퀵 정렬이 있다. 3...

Python 2023.11.18

[라즈베리파이4] GPIO를 이용하여 버튼 입력 받기

1. sudo raspi-config의 인터페이스 옵션에서 GPIO on Remote GPIO를 들어갑니다 No로 되어있다면 Yes로 바꿔주세요 완료 2. pip install RPi.GPIO 3. python3 하고 import RPi.GPIO 해보기 ->오류가 안뜨면 exit() ->오류 뜨면 sudo apt-get install python-dev 해보기 4. 코드 작성 전에 GPIO 라이브러리 설명 https://junolefou.tistory.com/5 [Python] 라즈베리 파이의 GPIO를 이용해 스위치/LED 제어하기 (2) 지난 번 글에서 라즈베리 파이의 GPIO를 이용해 스위치/LED를 제어해보고 이를 토대로 여러 프로그램을 만들어봤었는데, bash로만 작성했던 게 왠지 마음에 걸려,..

라즈베리파이4 2023.11.03

[라즈베리파이4] python-vlc를 사용하여 파이썬으로 음성 출력

라즈베리파이는 vlc player를 사용하기 때문에 python-vlc를 통해 음성 파일을 실행하는 파이썬 코드를 만들어보겠습니다 https://scv-life.tistory.com/105 파이썬과 VLC 미디어 플레이어 VLC 미디어 플레이어 VLC 미디어 플레이어를 아시나요? VLC는 VideoLAN 프로젝트에서 개발한 무료 오픈소스 크로스플랫폼의 미디어 플레이어 입니다. www.videolan.org/vlc/index.ko.html VLC 미디어 재생기 공 scv-life.tistory.com https://scv-life.tistory.com/106 파이썬으로 VLC미디어플레이어를 컨트롤 하기 기초편 이전글: scv-life.tistory.com/105 파이썬과 VLC 미디어 플레이어 VLC 미디..

라즈베리파이4 2023.10.31

[라즈베리파이4] gtts로 텍스트를 음성으로 변환하기

gtts 패키지를 사용하여 텍스트를 음성으로 변환시켜보겠습니다. https://happylie.tistory.com/137 [Python] 파이썬 gtts 모듈을 이용한 텍스트 음성 변환 방법 파이썬 gtts 모듈을 이용한 텍스트 음성 변환 방법 구글, 네이버, 카카오 등 여러 IT 회사에서 텍스트를 음성으로 변환하는 모듈(Module), SDK를 제공하고 있다. 구글 : gtts(Google Text-to-Speech) 네이버 : happylie.tistory.com 1. gtts 패키지 다운 받기 pip3 install gtts 전 미리 설치되어 있어서 already satisfied가 나왔네요 이렇게 되었다면 라즈베리파이 Thonny로 이동합니다 2. gtts 패키지를 사용하여 텍스트를 음성으로 변..

라즈베리파이4 2023.10.29

[라즈베리파이4] 라즈베리파이4에 yolov5 설치하기 업데이트

2023-10월 기준으로 2023.09.11 - [라즈베리파이4] - [라즈베리파이4] 라즈베리파이4에 yolov5 설치하기 [라즈베리파이4] 라즈베리파이4에 yolov5 설치하기 https://dev-sunyo.tistory.com/6 [Raspberry Pi] 라즈베리 파이4 Yolov5 설치 Yolov5를 라즈베리에서 설치하는데 여러 링크를 참고하였다. 근데 해당 링크들로 설치를 진행했을 때 오류가 많아 내가 설치에 성공 dogfoot1.tistory.com 이대로 사용하면 segmentation fault가 나기 때문에 새로운 방법을 사용하도록 하겠습니다. 물론 이렇게 설치했을 때 된다면 사용하셔도 됩니다. 저는 버전 이슈로 인해 새로운 방법을 사용했습니다. 옛날에 저의 pc에 anaconda를 ..

라즈베리파이4 2023.10.28

DataFrame 다루기

Pandas 사용하기데이터프레임의 이름은 df로 하겠습니다!!. 1. 데이터 값 추출하기 -인덱싱#인덱싱#특정 값 하나를 보고 싶을 때df.loc['특정 인덱스 값', '특정 컬럼 값']#특정 인덱스의 모든 값을 보고 싶을 때df.loc['특정 인덱스 값', :]df.loc['특정 인덱스 값']#특정 컬럼의 모든 값을 보고 싶을 때df.loc[: , '특정 컬럼 값']df['특정 컬럼 값']컬럼만 인덱싱할 때는 .loc이 필요 없다  만약 원하는 인덱스나 컬럼이 2개 이상이라면리스트로 묶어주면 됩니다#인덱싱#여러 값을 보고 싶을 때df.loc[[인덱스1, 인덱스2], [컬럼1, 컬럼2]]#특정 인덱스들의 모든 컬럼df.loc[[인덱스1, 인덱스2], :]df.loc[[인덱스1, 인덱스2]]#특정 컬럼들의..

빅데이터 공부 2023.10.26