Data Science LAB

1. 필요한 라이브러리 로딩 from skimage.io import imread from skimage.transform import resize from matplotlib import pyplot as plt import matplotlib.cm as cm 2. 크롤링할 페이지 입력 후 시각화하여 확인 example_file = ("http://upload.wikimedia.org/wikipedia/commons/7/7d/Dog_face.png") image = imread(example_file) plt.imshow(image) plt.show() 3. 색깔 변환(흑백으로) image = imread(example_file,as_gray = True) plt.imshow(image,cmap = c..

안녕하세요! 코딩테스트에 대비하기 위해 프로그래머스 LEVEL 1 문제를 풀어보도록 하겠습니다. https://programmers.co.kr/learn/courses/30/lessons/59037 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. 동물 보호소에 들어온 동물 중 젊은 동물1의 아이디와 이름을 조회하는 SQL 문을 작성해주세요. 이때 결과는 아이디 순으로 조회해주세요..

넘파이를 이용한 행렬 정렬 방법은 넘파이에서 sort()를 호출하는 방식과 행렬자체에서 sort()를 호출하는 방식이 있다. np.sort() => 넘파이에서 호출하는 방식으로 원 행렬은 그대로 유지한 채 원 행렬의 정렬된 행렬 반환 ndarray.sort() => 원 행렬 자체를 정렬한 형태로 변환하며 반환 값은 None org_array = np.array([3,1,9,5]) print('원본 행렬 :',org_array) #np.sort로 정렬 sort_array1 = sort_array1 = np.sort(org_array) print('np.sort() 호출 후 반환된 정렬 행렬 :',sort_array1) print('np.sort() 호출 후 원본 행렬 : ',org_array) #ndarr..

요즘 개발자나 빅데이터 분석가로 취업하기 위해서는 깃허브 포트폴리오가 필수적이라고 해서 계정을 만들었다. 아직 너무 어렵지만 하나씩 천천히 해보려고 한다!! Github란 깃허브(GitHub, /'ɡɪtˌhʌb/, 원래 이름: Logical Awesome LLC)[1]는 분산 버전 관리 툴인 깃 (Git)저장소 호스팅을 지원하는 웹 서비스이다. 깃(Git)이 텍스트 명령어 입력 방식인데 반해, 깃허브는 그래픽 유저 인터페이스(GUI)를 제공한다. 깃허브는 페이스트빈(pastebin)과 유사한 서비스인 Gist와 위키를 각 저장소마다 운영하고 있으며, 깃 저장소를 통해 고칠 수 있다. [위키백과] 즉 소스코드를 관리해주는 서비스라고 생각하면 된다! Github 계정생성 https://github.com/ ..

안녕하세요! 오늘은 제가 2021년에 응시했었던 품질경영기사 필기 합격 후기에 대해서 써보려고 합니다! 작년에 첫 기사 시험이라 떨리기도 했었고,,, 1년에 시험이 3번 뿐이라는 생각에 걱정을 많이했었는데 다행히 공부한 만큼 결과가 나와줘서 후기도 쓸 수 있게 되었답니당 합격 기준 먼저, 품질경영기사 시험은 1과목 - 실험계획법 2과목 - 통계적 품질관리 3과목 - 생산시스템 4과목 - 신뢰성관리 5과목 - 품질경영 로 이루어져 있으며, 과목당 40점 이상, 전체 평균 60점 이상이 되어야 합격 입니다! 공부 방법 먼저, 책은 성안당에서 출판한 "임성래의 쉽게 쓴 품질경영기사 필기" 를 사용했습니다! 책이 너무 두꺼워서 제본소에서 분철해서 사용했는데, 한권당 3500원?정도 내서 좀 비쌌어요ㅠ 알라딘에서..

Indexing 1. 특정 데이터만 추출 2. 슬라이싱(연속된 인덱스상의 ndarray 추출) 3. 팬시 인덱싱(Fancy Indexing): 일정한 인덱싱 집합을 리스트 또는 ndarray 형태로 지정해 해당 위치의 데이터 ndarray 반환 4. 불린 인덱싱(Boolean Indexing) : 특정 조건에 해당하는지 여부인 True/False 값 인덱싱 집합을 기반으로 True에 해당하는 인덱스 위치의 데이터의 ndarray반환 특정 데이터 추출 #1-9까지의 1차원 ndarray 생성 array1 = np.arange(start = 1, stop = 10) print('array1:',array1) value = array1[2] print('value:',value) print(type(value..