개발학습일지

가상환경 목록 확인: conda의 가상환경 목록을 확인한다. 현재 활성화된 가상환경은 별표(*)가 표시된다. $ conda info --envs$ conda env list 가상환경 생성: Python 3.10 가상환경 생성$ conda create -n 가상환경이름 python=3.10 openssl numpy scipy matplotlib ipython scikit-learn pandas pillow jupyter seaborn 가상환경 삭제$ conda env remove -n 가상환경이름 가상환경 실행$ conda activate 가상환경 이름 주피터 노트북 실행$ jupyter notebook .

Streamlit을 활용하여 DataFrame을 웹 화면에서 보여 줄 수 있다 데이터프레임을 불러와서 변수로 저장한다스트림릿의 dataframe()함수를 사용하여 웹에서 보여준다웹 화면에 유니크 값과 st.text()함수를 사용하여 글로 보여 줄 수 있다# 판다스 데이터 프레임을 웹 화면에 보여주는 방법import streamlit as stimport pandas as pddef main() : df = pd.read_csv('./data/iris.csv') # 프린트 함수는 디버깅용 print(df) st.dataframe( df ) # species 컬럼의 유니크 값을 화면에 표시 print(df['species'].unique())..

Streamlit을 이용해서 앱에 제목과 텍스트 작성 하기import streamlit as stdef main() : # 텍스트를 표시하는 방법 st. -> 웹페이지에 무언가을 표시하겠다 st.title('웹 대시보드') st.text('웹 대시보드 개발하기') name = '홍길동' # 프린트 함수는 디버깅용이다 print(f'제 이름은 {name}입니다.') st.text(f'제 이름은 {name}입니다.') st.header('이 영역은 헤더') st.subheader('서브 헤더') st.success('작업이 성공했을 때 사용하자.') st.warning('경고 문구를 보여주고 싶을떄 사용하자..

Python Streamlit 설치하는 방법 스프림릿( Streamlit ) 이란?Python 으로 데이터 분석을 위한 앱을 쉽게 만들어주는 라이브러리이다 설치 방법: 공식사이트(https://streamlit.io/) 접속해 인스톨 카피 후 아나콘다 프롬프트에 입력해 설치 후 사용 설치 명령어 : pip install streamlit 설치 확인- VSCode 에서 코드를 작성 후 저장# 스트림릿 라이브러리를 사용하기 위한 임포트import streamlit as st# 웹 대시보드 개발 라이브러리인, 스트림릿은 # main 함수가 있어야 한다.def main() : passif __name__ == '__main__': main()- 터미널에 명령어 ..

문제 상황: seaborn으로 히트맵을 그리는데, annot=True로 설정해도 숫자가 맨 윗줄만 나온다문제 원인: seaborn 의 버전 오류버전 확인 명령어 : pip show seaborn사용 하던 버전은 0.12.2 이다해당 버전은 오류가 잘 난다고 한다 문제 해결: 버전 업그레이드를 하면 된다버전 업그레이드 명령어 : pip install seaborn --upgrade업그레이드 확인  해결 완료!

소스코드 버전 관리를 위한 Git과 Github.com 사용법 Git 이란?소스 코드를 효율적으로 관리하기 위해 만들어진 분산형 버전 관리 시스템이다(여러명이 하나의 프로젝트를 공도으로 작업할 때 코드를 관리하기 좋다) Git 에서 리파지토리(repositoty) 활용하기1. 소스 코드 저장소인 리파지토리를 만든다2. 로컬 컴퓨터에 클론(clone)을 만든다 (클론은 컴퓨테 한번만 해주면 된다)3. 소스 코드를 만들고 올리기 전에 완전한 소드코드인지 확인 후 커밋(commit)(확정) 하고,    리파지토리에 올린다(push)4. 다시 작업을 시작할 때 항상 리파지토리에서 코드를 받아와서(pull)  작업한다이 작업은 VSCode 에서도 가능하지만 Github Desktop을 활용하..

resample 과 prophet 같이 사용하여 예측하기 resample() 이란?resample 함수가 년단위, 월단위 등으로 데이터를 묶어서 처리가 가능하다함수 사용하기 전 데이터 준비그룹바이 함수를 이용해서는 날짜 데이터를 바로 년, 월, 일, 시 단위 등으로 묶으라고 할 수 없다그래서 먼저 날짜 컬럼을 인덱스로 만들어서 resample 함수를 사용 할 수 있게 만들어야한다 사용할 날짜 컬럼 데이터 타입 확인 후 오브젝트일 경우 데이트 타임으로 변경df['Date'].info()# format=에 해당 컬럼에 날짜가 입력 되어있는 형식을 입력해준다df['Date'] = pd.to_datetime( df['Date'], format= '%m/%d/%Y %I:%M:%S %p' )..

데이타프레임의 date 컬럼을 전세계가 알아보는 시간 Date ISO 포멧으로 바꾸는 방법 준비한 데이타프레임 chicago_df의 info chicago_df.info() >>> Index: 6017767 entries, 0 to 1456713 Data columns (total 8 columns): # Column Dtype --- ------ ----- 0 ID int64 1 Date object 2 Block object 3 Primary Type object 4 Description object 5 Location Description object 6 Arrest bool 7 Domestic bool dtypes: bool(2), int64(1), object(5) memory usage: 33..