Memories

- open 명령어를 통해 파일을 생성 할 수 있습니다. - open(파일명, option) - option 종류 w : 쓰기 (write) r : 읽기 (read) a : 이어쓰기(append) 1. 파일 생성하기 - f = open("파일이름", 'w'") # 파일 생성하기 f = open("first_file.txt", 'w') f.close() - with open("파일이름", "w") - with open으로 파일 생성 시 파일.close()를 사용하지 않아도 됩니다. (with 문 내에서 사용 된 후 자동으로 close 됩니다) # with open으로 파일 생성 with open("with_open.txt", "w"): pass 2. 파일 쓰기 - w 모드로 파일을 열고 write 명령어를..

json 타입을 사용하기 위해서는 먼저 json package를 install 해야 합니다. "import json" 을 입력해서 package를 찾을 수 없다고 에러가 뜬다면 설치해주세요 명령어 : conda install json or pip install json 1. dict to json 변환 - dict 타입, json 타입 모두 key, value로 이루어져 있는 데이터 타입 입니다. 그렇기에 python의 json package를 이용하시면 쉽게 변환이 가능합니다. # dict type 데이터 만들기 dict_a = {"a" : 10, "b" :20} type(dict_a) dict # 출력 값 print(dict_a) {'a': 10, 'b': 20} #출력 값 - json.dumps 라..

1. return (반환 값, 결과 값) - return은 함수 실행 후 결과를 반환해주게 됩니다. - 함수의 return 은 생략이 가능합니다. (반환 값 없는 함수 생성, 실행 가능) - return에는 ,(콤마)를 통해서 여러 값을 반환할 수 있습니다. (순서대로 반환됨) # return 있는 함수 예시 1 def add(a, b): return a + b print(add(3,4)) 7# 결과 값 # return이 2개 이상인 함수 예시 def add_mul(a,b) return a+b, a*b print(add_mul(2,4)) (6, 8) # 결과 값 - return 값이 여러개인 경우 tuple 타입으로 결과가 반환 됩니다. - 빈 return을 사용하는 경우 함수에서 강제 종료가 가능합니다..

- Python 개발에 많이 사용하는 개발 툴로 WEB Base의 빠르고 쉽게 사용가능한 개발 툴입니다. 1. 설치 방법 - conda 가상환경에서 conda install jupyterlab 을 치면 설치됩니다. - conda 환경을 사용하지 않는 분들은 pip install jupyterlab으로 설치 가능합니다. 2. jupyter 환경 실행하기 - 명령어 : jupyter lab - 위와 같이 jupyter lab 환경을 실행 할 로컬 서버가 동작이 되됩니다. - default로 설정되어 있는 browser가 실행이 되며 위 그림중 http://localhost:8888로 시작하는 부분이 url로 적혀져서 보여집니다. - 혹시라도 실행중인 브라우저를 종료하셨다면 http://localhost:88..

- 함수란 ? 특정 코드를 미리 작성하여 재사용 가능한 코드 블럭을 만들어 놓는 것입니다. 예를 들어 입력한 숫자에 1~9까지 곱한 값을 출력하는 함수를 만들고 그림으로 그려보면 아래와 같습니다. 1. 함수 구조 - 함수는 def로 시작하는 예약어와 함수명 (parameter) 의 구조로 이루어집니다. def SUM(a , b) : [코드 내용] 2. 함수 정의 - 위의 구조대로 함수를 정의하면 함수명을 통해서 계속해서 사용이 가능합니다. - 함수 선언에 parameter는 함수내에서 사용하지 않는 다면 생략이 가능합니다. # parameter를 넣는 함수 def SUM(a, b) : return a + b # parameter가 없는 함수 def print_HI(): print('HI') 3. 함수 호..

for, while 문은 코드블럭을 조건이 true라면 계속 코드를 반복해서 수행하는 구문 입니다. 1. for 구문 for [조건] : 코드블럭 - for 구문은 위와 같이 조건과 코드블럭으로 구성이 되됩니다. - for 구문의 조건은 for 변수 in 리스트 와 같이 사용됩니다. - 강제로 반복을 중지 시키기 위해서는 break를 사용합니다. - 강제로 다음 조건으로 다시 실행하기 위해서는 continue를 사용합니다. # list를 활용한 for 반복문 >>> i = 0 >>> for i in [1,2,3,4,5]: ... print(i) ... i = i+1 ... 1 2 3 4 5 >>> for word in ['hellow', 'python', 'itgilavajy', 'tistroy', 'c..

1. if (조건문) - 조건문은 if 구문을 이용해서 참/거짓에 따라 다르게 로직이 수행되도록 하는 용도입니다. - if 와 elif, else로 블록을 나눠서 블록이 수행됩니다. - if문은 elif, else문 없이 단독으로 사용 가능하나 elif, else는 if문이 있어야 사용 가능합니다. - if, elif, else에 나눠진 블록은 들여쓰기(tab)를 통해 구분 가능합니다. if 조건 : 조건이 참일 경우 수행되는 코드블럭 elif 조건: if조건이 거짓이고 elif 의 조건이 참인 경우 수행 else : 위 조건이 모두 거짓인 경우 수행 2. 조건문의 비교연산, 논리연산 - 비교 연산자(, ==, !=, >=, >> a = 3 >>> b = 2 >>> print(a>b) True >>> p..

Numeric Types: int(정수), float(소수), complex(복소수) Sequence Types: str(문자열), list(리스트), tuple(튜플) Mapping Type: dict(딕셔너리) Set Types: set(집합) Boolean Type: bool(불리언) Binary Types: bytes, bytearray, memoryview Set (집합) 타입 1. set 만들기 - set는 set()명령어를 통해 만들수 있습니다. ()안에 list 형태의 데이터가 들어가야 합니다. - 또는 dict와 비슷하게 {}를 통해서 만들수 있습니다. (dict의 경우 key, value 혈태가 되어야 함) - set type은 한글 명칭(집합)에서 알 수 있듯이 중복이 불가능 하며, ..

- pandas의 DataFrame pivot하여 데이터 정렬하기 - pivot 기능은 테이블형태의 새로로 key, value 로 되어있는 데이터를 가로로 나열하는 형태입니다. 말로하면 어려우니 테이블 형태와 코드로 알아보겠습니다. - 개발 환경 jupyter - 테이블 만들기 import pandas as pd data = {'name':['홍길동','홍길동','홍길동','아무개','아무개','아무개'], 'col_name':['age','sex','address','age','sex','address'], 'value':[30,'male','seoul',22,'female','busan']} data_df = pd.DataFrame(data) data_df name col_name value 0 홍길..

Numeric Types: int(정수), float(소수), complex(복소수) Sequence Types: str(문자열), list(리스트), tuple(튜플) Mapping Type: dict(딕셔너리) Set Types: set(집합) Boolean Type: bool(불리언) Binary Types: bytes, bytearray, memoryview - 딕셔너리 타입은 key, value로 이루어진 데이터 셋입니다. (순서는 없습니다.) - 여기서 key는 변경이 불가능하고 value는 변경이 가능합니다. - key는 중복 불가능 (같은 key의 value를 덮어 씀), value는 중복 가능 - value는 어떤 객체든 사용 가능 : int, str, list, dict 무엇이든 가능합..