시그모이드

title: 반복 작업은 이제 그만! 파이썬으로 데이터 분석 자동화하는 완벽 가이드date: 2025-05-30tags: ['파이썬', '데이터분석', '업무자동화', '파이썬자동화', '데이터사이언스', '엑셀자동화', '판다스', '업무효율화']🤖 매일 반복되는 데이터 작업, 이제 자동화해보세요!안녕하세요! 매일 엑셀 파일 열어서 데이터 정리하고, 차트 만들고, 리포트 작성하느라 지치셨나요? 파이썬 데이터 분석 자동화가 여러분의 업무를 혁신적으로 바꿔드릴 거예요!저도 처음엔 "프로그래밍은 너무 어려워"라고 생각했는데, 막상 시작해보니 생각보다 간단하더라고요. 특히 반복적인 데이터 작업들은 한 번만 코드를 짜놓으면 계속 재사용할 수 있어서 정말 효율적이에요. ..

PyTorch 기초부터 완벽 정리! 딥러닝 입문자를 위한 친절한 가이드안녕하세요! 오늘은 딥러닝을 시작하는 분들에게 꼭 필요한 PyTorch에 대해 자세히 알아보겠습니다. 처음 접하시는 분들도 쉽게 따라할 수 있도록 차근차근 설명드릴게요!🤔 PyTorch가 뭐죠?PyTorch는 Facebook(현 Meta)에서 개발한 오픈소스 딥러닝 프레임워크입니다. 쉽게 말해서 인공지능 모델을 만들고 학습시키는 데 필요한 도구들을 모아놓은 툴킷이라고 생각하시면 돼요.왜 PyTorch가 인기일까요? 바로 직관적이고 사용하기 쉽기 때문입니다. 다른 프레임워크들과 달리 Python다운 코딩이 가능하고, 디버깅도 훨씬 편해요.🚀 PyTorch의 핵심 구성 요소들PyTorch를 제대로 이해하려면 몇 가지 핵심 개념을 알아야..

🌟 데이터분석의 세계로 떠나는 첫걸음안녕하세요! 데이터분석에 관심이 있지만 어디서부터 시작해야 할지 막막하셨나요? 오늘은 파이썬을 활용한 데이터분석의 기초부터 꼭 알아야 할 용어들까지 친근하게 설명해드릴게요. 마치 친구와 대화하듯 편안하게 읽어보세요! 😊 📸 Photo by Markus Spiske 🔗 Unsplash에서 보기 • ❤️ 1777 likes • 클릭하면 원본 이미지로 이동 데이터분석이라고 하면 뭔가 어렵고 복잡할 것 같지만, 사실 우리 일상 곳곳에 숨어있어요. 쇼핑몰에서 "이 상품을 본 고객들이 함께 구매한 상품"을 추천받거나..

보통 requirements.txt를 만들때, pip freeze > requirements.txt 이렇게 단순하게 진행한다. 그런데, 이런 경우 간혹 @가 붙으면서 잡스러운 내용이 나오고 파일만으로 설치하기 힘든 경우가 있다. 그래서 단순하게 패키지 버전만 출력할 수 있는 코드를 가지고 왔다. pip list --format=freeze > requirements.txt 이러면 패키지 이름과 버전만 저장되기 때문에 아주 범용적이고 개꿀이다.

간혹 코딩을 하다보면 테스트를 하기 위해서 혹은 샘플이 필요해서 데이터프레임을 만들고 싶을 때가 있다. 그때마다 student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531], 'name':['Kim', 'Lee', 'Jeong'], 'class':['H', 'W', 'S']}) 이런식으로 만드려고한다면 여간 머리가 지끈지끈해지는게 아니다. 게다가 한번에 대용량의 데이터를 만들 수가 없다. 하지만 아래의 방법을 쓴다면 누구나 쉽게 내가 원하는 크기의 데이터프레임을 만들 수 있다. import pandas as pd import numpy as np size = 10_000 df = pd.DataFrame() df['position'] = np.rand..

import matplotlib.font_manager as fm font_list = fm.findSystemFonts(fontpaths = None, fontext = 'ttf') font_list[:] from matplotlib import font_manager, rc font_path = 위에나온경로 font = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font)

python입문을 하고 list를 배우고 dictionary를 배우고 반복문을 배우면 반복문을 통해 데이터를 처리할 때가 많습니다. 그 중에선 반복문을 활용해서 list와 같은 데이터를 만들게 되죠 쉽게 생각하면 다음과 같이 만듭니다. %%time c = [] for i in range(10_000_000): c.append(i) %%time은 로직 수행시간을 측정하고자 입력한 값입니다. 꽤 빠르지만 수치가 높죠? 하나하나 append하면 오래걸린답니다. 이럴 때는 for문을 한줄로 쓰고 한번에 리스트로 넣어버리세요 %%time a = [ i for i in range(10_000_000)] 속도차이가 상당히 많이 난다. 반복문을 [ ] 로 묶으면 결과물이 리스트로 묶이고 { }로 묶으면 딕셔너리로 묶인..

데이터를 다루다보면 null값이 들어있는 데이터가 상당히 많습니다. 이 값들을 어떻게 처리할 지에 대해서 항상 고민이 되는데요 이 포스팅에선 Row에 들어있는 null값들만 확인하고 그 행들만 삭제하는 방법을 알아보겠습니다. import pandas as pd import numpy as np dogs = np.random.choice(['labradoodle','beagle','mutt','Golden Retrievers', 'Greyhound','French Bulldog','Shih Tzu',None], size=50_000) smell = np.random.randint(0, 100, size = 50_000) location = np.random.choice(['Korea','China','Un..

맥 + 윈도우 모두 범용으로 쓸 수 있는 코드 걍 시작할때 이거 넣고 시작하면 편합니당 import matplotlib.pyplot as plt # 사용자 운영체제 확인 import platform platform.system() # 운영체제별 한글 폰트 설정 if platform.system() == 'Darwin': # Mac 환경 폰트 설정 plt.rc('font', family='AppleGothic') elif platform.system() == 'Windows': # Windows 환경 폰트 설정 plt.rc('font', family='Malgun Gothic') plt.rc('axes', unicode_minus=False) # 마이너스 폰트 설정 matplotlibrc 파일을 찾아서 메..

시퀀스 자료형 종류 : 문자열, 리스트, 튜플 등 특징 : 1) 여러 객체를 저장 2) 순서 있음 3) 인덱스를 사용해 참조 가능 [시퀀스형의 공통 연산] 색인 : s[k] 슬라이싱 : s[start : end : step] 연결 : s1 + s2 반복 : s * number_of_repeat 멤버쉽 테스트 : member in sequence 길이 정보 len(sequence) [리스트] mutable : 요소의 치환이 가능 리스트는 가장 보편적인 시퀀스형 리스트에 요소를 추가하는 메소드 : append(), extend(), insert() 리스트에서 요소를 삭제하는 메소드 : remove(), pop() lst = [4,3,2.0,0,'text'] >>> [4, 3, 2.0, 0, 'text'] l..