전체 글
-
M7 S43DM701 삼성 스마트 TV 리뷰구매 리뷰 2025. 1. 9. 19:16
"M7 S43DM701 솔직 리뷰 – 가성비와 성능 모두 잡은 스마트 모니터?" 유튜브와 넷플릭스 시청을 위한 TV구매가 필요 하였는데 때마침 삼성 스마트 TV(M743DM701)이 할인을 하여 구매 하게 되었습니다!1. 제품 소개제품명: 삼성 스마트 모니터 M7 S43DM701주요 스펙:43인치 4K UHD 디스플레이스마트 기능 (Netflix, YouTube, 브라우저 등)USB-C 및 다양한 입출력 포트HDR10 지원Eye Comfort 모드 2. 디자인 및 마감제품 외관은 깔끔하고 모던한 느낌을 주었지만, 일부 마감 부분에서 아쉬움이 느껴짐.특히 베젤과 뒷면 플라스틱 부분의 마감 처리에서 약간의 틈이나 마감 품질 차이가 보였음.설치 과정이나 스탠드는 견고했으나, 마감에 민감한 사용자는 다소 아쉬울..
-
[Python] Django(장고) 설치하기Python/Django 2023. 12. 19. 16:14
목차 1. Django(장고) 설치 장고를 설치하기전, 터미널을 열어 pip를 업데이트 한 후 장고를 설치한다. pip install --upgrade pip pip3 install django 파이썬이 2버전 대로 설정되어있다면 3버전대로 사용하기위해 alias 설정을 해주도록한다. alias python=python3 장고를 설치 한 후 다음과 같은 명령어를 통하여 버전 확인이 가능하다. python -m django --version 장고를 설치한 후 다음과 같은 명령어를 통하여 버전을 확인 할 수있다. python -m django --version 2. 가상환경 생성 가상환경을 위해 pyenv패키지를 설치한다. 설치하는 이유는 해당 프로젝트에서 설치한 패키지들이 무엇인지 확인하기 위함이 크다. ..
-
[Python]Pandas Time seriesPython/pandas 2022. 12. 22. 11:23
목차 시계열 Pandas는 frequency conversion 중에 리샘플링 작업을 수행하기 위한 간단하고 강력하며 효율적인 기능을 가지고 있습니다. rng = pd.date_range("1/1/2022", periods = 100, freq = "S") ts = pd.Series(np.random.randint(0, 500, len(rng)), index = rng) ts.resample("5Min").sum() Series.tz_localize()시계열을 시간대에 현지화 합니다. rng = pd.date_range("6/7/2022 00:00", periods=5, freq="D") ts = pd.Series(np.random.randn(len(rng)), rng) ts ts_utc = ts.tz_..
-
[Python] Pandas ReshapePython/pandas 2022. 10. 14. 10:41
목차 Reshaping Stack tuples = list( zip( ["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"], ["one", "two", "one", "two", "one", "two", "one", "two"], ) ) index = pd.MultiIndex.from_tuples(tuples, names = ["first", "second"]) df = pd.DataFrame(np.random.randn(8, 2), index = index, columns = ["A", "B"]) df2 = df[:4] df2 stack() 메소드는 데이터 프레임의 열에서 레벨을 '압축'한다. stacked = df2.stack() stacked "스택된"..
-
[Python] Pandas 그룹화Python/pandas 2022. 10. 14. 09:21
목차 Grouping "group by"란 다음 단계 중 하나 이상을 포함하는 프로세스를 말한다. 일부 기준에 따라 데이터를 그룹으로 분할 각 그룹에 독립적으로 기능 적용 결과를 데이터 구조로 결합 df = pd.DataFrame( { "A": ["foo", "bar", "foo", "bar", "foo", "bar", "foo", "foo"], "B": ["one", "one", "two", "three", "two", "two", "one", "three"], "C": np.random.randn(8), "D": np.random.randn(8), } ) df sum() 함수를 그룹화한 다음 결과 그룹에 적용 df.groupby("A")[["C", "D"]].sum() 여러 열에 의한 그룹화는 계층적..
-
[Python] Pandas MergePython/pandas 2022. 10. 13. 16:41
목차 Merge Concat 판다스는 join / merge 작업의 경우 인덱스 및 관계 대수 기능에 대한 다양한 종류의 설정 논리를 사용하여 Series 및 DataFrame 개체를 쉽게 결합할 수 있는 다양한 기능을 제공한다. concat()을 사용하여 축을 따라 판다스 개체를 연결하는 방법 df = pd.DataFrame(np.random.randn(10, 4)) df pieces = [df[:3], df[3:7], df[7:]] pd.concat(pieces) Join merge()는 특정 열을 따라 SQL 스타일 join 유형을 활성화 한다. left = pd.DataFrame({"key" : ["foo", "foo"], "lval" : [1,2]}) right = pd.DataFrame({"k..
-
[Python] Pandas OperationsPython/pandas 2022. 10. 13. 16:29
목차 Stats 일반적으로 작업에서는 결측 데이터가 제외된다. 기술통계량 수행 df.mean() 다른 축에서도 동일한 작업을 수행할 수 있다. df.mean(1) 차원이 다르고 정렬이 필요한 개체로 작업한다. 또한 Pandas는 지정된 차원을 따라 자동으로 방송한다. s = pd.Series([1,3,5, np.nan, 6, 8], index = dates).shift(2) s df.sub(s, axis="index") Apply DataFrame.apply() 사용자 정의 함수를 데이터에 적용 df.apply(np.cumsum) Histogramming s = pd.Series(np.random.randint(0, 7, size=10)) s s.value_counts() String Methods 아래..
-
[Python] Pandas 결측치Python/pandas 2022. 10. 13. 15:15
목차 Missing Data Pandas는 주로 누락된 데이터르 ㄹ나타내기 위해 np.nan 값을 사용한다. 기본적으로 계산에는 포함되지 않는다. Reindexing을 사용하면 지정된 축의 인덱스를 변경/추가/삭제 할 수 있다. 이 경우 데이터 복사본이 반환 df1 = df.reindex(index = dates[0:4], columns = list(df.columns) + ["E"]) df1.loc[dates[0] : dates[1], "E"] = 1 df1 DataFrame.dropna()는 결측치가 있는 행을 삭제. df1.dropna(how = "any") DataFrame.dropna() DataFrame.dropna(axis=0, how=_NoDefault.no_default, thresh=_..