일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 |
- 스프링부트
- 스프링 부트 쇼핑몰 프로젝트 with JPA
- python
- CS
- baekjoon
- 데이터
- 네트워크
- 백준
- DB
- CS지식
- spring
- springboot
- JPA
- 데이터베이스
- 스프링
- postgresql
- javascript
- 프로그래머스
- 리눅스
- backjoon
- Flutter
- 플러터
- Oracle
- 시큐리티
- 자료구조
- 파이썬
- 자바스크립트
- 자바
- Java
- Spring Security
- Today
- Total
목록2024/06/13 (42)
Jin's Dev Story
PHP(PHP: Hypertext Preprocessor)C언어를 기반으로 만들어진 서버 측에서 실행되는 서버 사이드 스크립트 언어웹 서버는 해당 PHP 코드를 해석하여 동적 웹 페이지를 생성PHP의 특징💡 PHP의 장점주요 운영체제와 대부분의 웹 서버에서 지원다른 프로그래밍 언어보다 직관적으로 코드를 작성할 수 있어서, 작성해야 하는 코드의 양이 적음텍스트 처리에 특화되어 있어 HTML 문서 처리에 적합💡 PHP의 단점간단한 사이트를 제작하기 위해 만든 언어라서 복잡한 사이트를 만드는 데는 효율적이지 못함보안에 안전하지 않은 언어 구조를 가짐
AWS란?Amazon이 제공하는 cloud service. 관리가 쉽고 빠르고 유연한 확장성이 장점. 보안. 필요할 때만 사용하고, 사용한 만큼만 비용 지불AWS에 가입하기최초 가입시 12개월 동안 프리티어 계정(무료계정) 사용가능https://aws.amazon.com/ko/free[주의] 무료 사용량을 초과하면 과금될 수 있음.Amazon EC2 - 크기 조정이 가능한 컴퓨팅 용량을 클라우드에서 제공하는 웹 서비스https://aws.amazon.com/ko/ec2/Amazon S3 - 확장성, 가용성, 내구성을 가진 데이터 저장 공간(Simple Storage)을 제공.Amazon RDS - 관계형 DB 관리 서비스. 관계형 DB(MySQL, Oracle 등)를 모니터링, 주기적 백업
LEVEL을 활용한 문제https://school.programmers.co.kr/learn/courses/30/lessons/59413 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr -- 코드 풀이SELECT B.TIME AS HOUR , NVL(COUNT(AO.ANIMAL_ID), 0) AS COUNT FROM ANIMAL_OUTS AO RIGHT OUTER JOIN (SELECT LEVEL -1 TIME FROM DUAL CONNECT BY LEVEL LEVE..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/xPUZO/btsHTFToK20/yl1Fjzf95Z6S744vPWBQ41/img.png)
Bar 차트 - 막대 차트Pie 차트 - 원형 차트Line 차트 - 선 차트Scatter 차트 - 점 차트Heat Map 차트 - 열 차트Histogram 차트 - 빈포 분도 차트Box 차트 - 박스 차트 시각화 라이브러리matplotlib파이썬으로 기본적인 차트들을 쉽게 그릴 수 있도록 도와주는 시각화 라이브러리seabornmatplotlib 기반으로 만들어진 통계 데이터 시각화 라이브러리import numpy as np import pandas as pdimport matplotlib.pyplot as plt import seaborn as sns import warnings # 시각화 관련 버전 등의 경고(없애기위함) # 시각화 하기 전 준비 (안해도 되는 과정) plt.rcParams['fig..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/JSL39/btsHSpxmTty/oxdDqVak3Z9VVKhdmEWaUK/img.png)
apply 함수 활용DataFrame 타입의 객체에서 호출가능한 apply 함수에 대해 살펴보자본인이 원하는 행과 열에 연산 혹은 function을 적용할 수 있음열 기준으로 집계하고 싶은 경우 axis = 0행 기준으로 집계하고 싶은 경우 axis = 1열 기준 집계# apply 함수# 열 기준 집계abalone_df[['diameter']].apply(np.average, axis=0)행 기준 집계# 행 기준 집계abalone_df[['diameter']].apply(np.average, axis=1)사용자 함수를 통한 집계# 사용자 함수를 통한 집계 ★★★★★import mathdef avg_ceil(x, y, z): return math.ceil((x+y+z)/3) # ceil 올림abalo..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/zBgOi/btsHTf1O4ec/03ZP45fenL8C3MW10nfWR0/img.png)
데이터프레임 그룹 생성pandas의 groupby() 연산자를 사용하여 집단, 그룹별로 데이터를 집계 및 요약 할 수 있음dataframe을 지정한 그룹으로 나누고, 각 그룹별로 집계함수를 적용하고, 그룹별 집계 결과를 하나로 합치는 과정을 거침abalone_src = base_src + '/abalone.data'데이터 읽어오기header : none인 경우 헤더를 가져오지 않겠다는 의미sep : 어떤 구분자를 통해 데이터를 구분할 것인지names : 컬럼명abalone_df = pd.read_csv(abalone_src, header=None, sep=',',names=['sex','length','diameter','height', 'whole_weight','shu..