코린이 유치원 코린이 유치원

01 Java의 특징 쉬운 유지보수 자바가 나오기전 대표적인 객체지향 언어는 C++이였고, 가전 제품 내부에 사용할 수 있는 안정된 프로글램을 개발하는데 C++이 적합하지 않아 안정된 프로그램 개발 위해 자바를 만들었다고 한다. 👉객체지향 프로그램이란? 객체 지향 프로그램이란 일의 순서대로 프로그래밍 하는 것이 아닌 여러 객체의 협력을 통해 프로그램을 구성하는 것이다. 예를 들면, 쇼핑몰 사이트에 접속하여 상품을 주문하고 상품이 집까지 배송되는 과정을 생각하면 회원, 상품, 주문, 배송이 객체. 객체를 기반으로 각개체의 상호 관계를 이용하여 프로그래밍 하는 것이다. 객체 지향 언어로 프로그래밍하면 공통적으로 사용하는 부분을 수정하지 않고도 프로그램에 새 기능을 추가 가능 해서 유지보수가 쉽고 확장성이 좋..

01 탐색의 정의 많은 데이터 속에서 원하는 데이터 찾는 것 웹에서 특정 문자를 가진 문서를 찾거나 신용카드, 버스카드 역시 검색 알고리즘 이용 02 탐색의 종류 완전 탐색, 이분탐색, 깊이우선 탐색, 너비우선탐색, 문자열탐색, KMP, BM 03 완전탐색 브루트 포스(brute force)라고도 불리며 컴퓨터의 빠른 계산 성능을 활용하여 가능한 모든 경우의 수를 탐색 장점: 풀리지 않는 문제 없음 단점: 효율정 관점에서 최악 04 완전 탐색 구현 방법 01 반복문 def solution(trump): for i in range(len(trump)): if trump[i] == 8: return i return -1 02 재귀함수 장점: 다양한 방면에서 활용 가능 단점: 쉽게 무한 루프에 빠짐 def s..

01 Numpy 난수 생성 난수를 원소로 하는 ndarray 생성 numpy의 서브패키지인 random 패키지에서 제공하는 함수들 nnp.random.seed(정수): 시드값 설정 01 np.random.seed(시드값) 난수 발생 알고리즘이 사용할 시작값(시드값) 설정 -> 동일한 순서로 난수 발생 시드값을 설정하면 항상 일정한 순서의 난수(random value)가 발생 랜덤함수는 특정숫자부터 시작하는 일렬의 수열을 만들어 값을 제공하는 함수 시작 숫자는 실행할 때 마다 바뀌어서 다른 값들이 나오는데 시드값은 시작 숫자를 고정시켜 같은 값들이 순서대로 제공 된다. 매번 실행할 때마다 같은 순서의 임의의 값이 나오도록 할 때 시드값을 설정 02 np.random.rand([axis]) 0 ~ 1사이의 ..

01 넘파이 개요 Numerical Python 의 줄임말 벡터, 행렬 연산을 위한 파이썬 라이브러리 강력크한 다차원 배열(array)지원 빠른 수치 계싼을 위한 structured array, 백터화 연산, 브로드캐스팅 기법등을 통한 다차원 배열과 행렬 연산에 필요한 다양한 함수 제공 파이썬 리스트보다 더 많은 데이터를 더 빠르게 처리 많은 과학 연산 라이브러리들이 Numpy를 기반으로 함 scipy, matplotlib, pandas, sciket-learn, statsmodels등 선형대수, 난수생성, 푸리에 변환 기능 지원 02 넘파이 데이터 구조 스칼라(Scalar) 하나의 숫자로 이루어진 데이터 벡터(Vector) 여러개의 숫자들을 특정한 순서대로 모아놓은 데이터 모음 1D Array(1차원 ..

01 DataFrame 개요 표(테이블 - 행렬)를 다루는 Pandas 클래스 데이터베이스의 Table이나 R의 data.frame이나 Excel의 표와 동일한 역할 분석할 데이터를 가지는 판다스의 가장 핵심적인 클래스 행이름: index, 열이름:column 행이름과 열이름은 명시적으로 지정 가능 명시적으로 지정하지 않으면 순번을 index, column명으로 사용 하나의 행과 하나의 열은 Series로 구성 직접 데이터를 넣어 생성하거나 데이터셋을 파일(csv, 엑셀, DB등)로부터 읽어와 생성 Series는 외부러부터 못 읽어옴 02 DataFrame 생성 pd.DataFrame(data) data DataFrame을 구성할 값을 설정 Series, List, ndarray를 담은 2차원 배열 열이..

01 주요 메소드 정렬 시리즈이름.sort_index(): index명 기준으로 정렬 시리즈이름.sort_values(): 값을 기준으로 정렬 공통매개변수 ascending : True(기본값) - 오름차순, False - 내림차순 inplace: True- 원본정렬, False(기본값) - 정렬결과를 새로운 Series에 담아서 반환 메소드 설명 head([정수])/ tail([정수]) 원소를 정수개수만큼 조회. 기본값 5 value_counts() 고유한 값의 빈도수 조회(DF 지원 x) normalize = True 지정시 상대 빈도수로 조회 index index명 조회 shape, size 원소개수 조회(메소드가 아니라 변수) dtype 데이터타입 조회 count() 결측치 제외한 원소 개수 so..

01 Series 개념 1차원 자료 구조(순서를 한 방향으로만 표현) DataFrame의 한 행이나 한 열을 표현 index를 사용하여 접근 가능 index는 순번과 지정한 이름 두가지로 구성. index 명을 지정하지 않으면 순번이 index가 됨 순번은 0부터 1씩 증가하는 정수 벡터화 연산(element - wise 연산) 지원 Series 객체에 연산을 하면 각각의 series 원소들에 연산이 된다. Series를 구성하는 원소들을 다루는 다양한 메소드 제공 02 Series 생성 구문: pd.Series(배열형태 자료구조) 배열형태자료구조 - 리스트,딕셔너리,튜플,넘파이 배열 import pandas as pd s = pd.Series([1, 2, 3, 4, 5]) print(s) index명 ..

오늘은 Tiday Data에 대해서 배워보자! 집 정리는 못하니깐변 데이터 정리라도 잘하는 사람이 되기를🙏 01 Tidy Data 개요 데이터 재구성의 목적은 정돈된 데이터(tidy data)를 만드는 것이다. 정돈된 데이터란? 각 변수(데이터의 속성)가 열을 형성하는 데이터 각 관측값(하나의 데이터)은 행을 형성하는 데이터 각 관측 단위별로 별도의 테이블 구성하는데이터 --> 단일 관측 변수 : 변수, Feature, 컬럼으로 불린다. 변수는 통계쪽, Feature는 머신러닝, 컬럼은 데이터 베이스에서 주로 사용된다. 변수 값 : value, 관측을 통해서 얻은 값 단일 관측 하나의 Entity, 하나의 데이터를 말한다 -> 이것이 단일 관측 단위 DataFrame(Pandas),Table(데이터베이스..