분류 전체보기2107

• [Numpy] reshape(?,?) : 배열 형태 바꾸는 메소드 reshape(-1, 1)은 NumPy 배열의 형태를 변경하는 데 사용되는 메서드입니다. reshape 메서드는 배열의 차원을 지정된 형태로 바꿉니다. 여기서 -1은 크기를 자동으로 계산하라는 의미입니다. reshape(-1, 1)은 배열을 하나의 열(column vector)로 변환하는 데 사용됩니다.reshape 메서드의 사용법reshape 메서드는 배열의 형태를 바꾸기 위해 사용됩니다. 기본 형식은 다음과 같습니다:array.reshape(new_shape)new_shape: 원하는 형태를 나타내는 튜플(tuple)입니다. 각 차원의 크기를 지정합니다. 하나의 차원에 -1을 사용하면, 해당 차원의 크기는 자동으로 계산됩니다.reshape(-1, 1)의 의미reshape(-1, 1)은 배열을 하나의 .. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 12.

• [Pandas] axis = 0 (열, default), axis = 1 (행) axis 파라미터는 Pandas에서 연산을 수행할 축을 지정하는 데 사용됩니다. axis=0과 axis=1은 다른 방향으로 연산을 수행하도록 합니다.Pandas에서 axis 파라미터를 따로 언급하지 않으면 기본값(default)은 axis=0입니다. 즉, axis를 명시적으로 지정하지 않으면 열을 따라 연산을 수행하게 됩니다.axis 파라미터의 의미axis=0: 열을 따라 연산을 수행합니다. 즉, 각 열에 대해 연산을 수행합니다. 이는 세로 방향으로 연산을 수행하는 것과 같습니다.axis=1: 행을 따라 연산을 수행합니다. 즉, 각 행에 대해 연산을 수행합니다. 이는 가로 방향으로 연산을 수행하는 것과 같습니다.예제 데이터프레임우선 예제 데이터프레임을 만들어 보겠습니다:import pandas as pd.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 12.

• [Python] .values :: 데이터 프레임 값을 넘파이 배열로 바꾸기 df1.values는 pandas DataFrame 객체의 속성 중 하나로, DataFrame의 값을 numpy 배열 형식으로 반환합니다. df1이란 이름의 DataFrame에서 df1.values를 사용하면 DataFrame의 모든 데이터를 numpy 배열로 접근할 수 있습니다.예를 들어, 다음과 같은 DataFrame이 있다고 가정합니다:import pandas as pd# 예제 DataFrame 생성data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}df1 = pd.DataFrame(data)이 DataFrame에서 df1.values를 사용하면:array_values = df1.valuesprint(array_values)출력은 다음과 같이 나타납니다.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 12.

• [Python] .loc[:,:] :: 데이터프레임의 모든 행과 열 선택하기 loc[:, :]은 데이터프레임의 모든 행과 열을 선택하는 데 사용됩니다.loc은 Pandas 라이브러리에서 데이터프레임의 특정 행과 열을 라벨 기반 인덱싱(label-based indexing) 방식으로 선택할 때 사용하는 메서드입니다. loc은 행과 열의 라벨(이름)을 기준으로 데이터를 선택합니다. loc에 대해 자세히 설명하면 다음과 같습니다:기본 사용법df.loc[row_indexer, column_indexer]row_indexer: 선택할 행을 지정합니다.column_indexer: 선택할 열을 지정합니다.선택 방법행 선택:특정 행을 선택할 수 있습니다.슬라이스(slicing)를 사용하여 여러 행을 선택할 수 있습니다.불리언 배열을 사용하여 조건을 만족하는 행을 선택할 수 있습니다.열 선택:특.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 12.

• [Python] 판다스의 unstack() 메소드란? :: 멀티 인덱스에서 하나를 열로 만들어줌 unstack() 메소드는 Pandas에서 사용되는 메소드로, DataFrame의 인덱스 레벨을 컬럼으로 변환하여 데이터를 재구조화합니다. 이를 통해 그룹화된 데이터를 보다 쉽게 볼 수 있는 형태로 변환할 수 있습니다. unstack() 메소드를 이해하기 위해, df.groupby(['neighbourhood', 'neighbourhood_group']).price.mean().unstack() 구문을 단계별로 설명하겠습니다.그룹화 및 평균 계산: df.groupby(['neighbourhood', 'neighbourhood_group']).price.mean()df DataFrame을 'neighbourhood'와 'neighbourhood_group' 컬럼으로 그룹화합니다.각 그룹에서 'price'의.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 11.

• 

  [Obsidian] 노션에서 옵시디언으로 데이터 내보내기 옮기기 문제상황  기존의 노션 데이터를 옵시디언으로 복사하고자 한다.   노션의 모든 콘텐츠 zip으로 내보내기       옵시디언의 importer로 노션 데이터 가져오기   obsidian://show-plugin?id=obsidian-importer         왼쪽의 import 아이콘 클릭File format 에서 Notion 클릭Files to import에서 Choose file 클릭   이 zip파일을 선택한다.          참고 사이트 https://help.obsidian.md/import/notion Import from Notion - Obsidian HelpObsidian allows you to easily migrate your notes from Notion using the .. 🖥️ IT, 컴퓨터/👩🏻‍💻 IT 2024. 6. 11.

• [Python] 판다스 groupby에 쓰이는 집계함수 모음 (sum, mean, min, max / agg...) Pandas의 groupby 객체에 사용할 수 있는 다양한 집계 함수들이 있습니다. 이 함수들은 그룹화된 데이터에 대해 여러 가지 통계적 계산을 수행할 수 있습니다. 주요 집계 함수들은 다음과 같습니다:sum(): 각 그룹의 합을 계산합니다.mean(): 각 그룹의 평균을 계산합니다.median(): 각 그룹의 중앙값을 계산합니다.min(): 각 그룹의 최소값을 계산합니다.max(): 각 그룹의 최대값을 계산합니다.count(): 각 그룹의 요소 개수를 계산합니다.size(): 각 그룹의 크기(요소 수)를 계산합니다.std(): 각 그룹의 표준 편차를 계산합니다.var(): 각 그룹의 분산을 계산합니다.sem(): 각 그룹의 표준 오차를 계산합니다.describe(): 각 그룹의 여러 통계 요약을 제공합.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 11.

• 

  [IT] 옵시디언(obsidian) 설치하는 법 https://obsidian.md/ Obsidian - Sharpen your thinkingObsidian is the private and flexible note‑taking app that adapts to the way you think.obsidian.md 전체적인 과정은 맥과 윈도우 동일함   설치파일 다운     새 보관소 생성 / Create new vault -> 생성 / Create하단의 잉글리쉬를 한국어로 바꾸면 언어 변경 가능함  필자는 원드라이브를 유료 구독 중이어서 위치를 원드라이브로 설정하였다.   옵시디언 사용을 위한 세팅이 끝났다. 🖥️ IT, 컴퓨터/👩🏻‍💻 IT 2024. 6. 11.

• [Python] 판다스 groupby 함수 groupby는 Pandas 라이브러리에서 제공하는 강력한 함수로, 데이터를 특정 기준에 따라 그룹으로 나누고 그룹별로 연산을 수행할 수 있게 해줍니다. 다음은 groupby 함수의 기본적인 사용법과 예제입니다.기본 사용법groupby를 사용하려면 Pandas 데이터프레임을 특정 열을 기준으로 그룹화하고, 그룹화된 각 그룹에 대해 연산을 수행할 수 있습니다.import pandas as pd# 예제 데이터프레임 생성data = { 'Category': ['A', 'B', 'A', 'B', 'A', 'B'], 'Value': [10, 20, 30, 40, 50, 60]}df = pd.DataFrame(data)# 'Category' 열을 기준으로 그룹화grouped = df.groupby('Ca.. 🖥️ IT, 컴퓨터/🐍 Python 2024. 6. 11.

• [GIS] Fiona란? : 벡터 공간 데이터 처리 Python 라이브러리 Fiona: 지리공간 데이터 처리를 위한 Python 라이브러리Fiona는 Python에서 지리공간 데이터를 처리하기 위한 강력한 라이브러리입니다. 이 라이브러리는 GeoPackage, Shapefile 등 다양한 GIS 형식의 데이터를 읽고 쓸 수 있는 기능을 제공합니다. [2], [3]1. 지리공간 데이터 처리Fiona는 벡터 데이터(점, 선, 다각형)와 같은 지리공간 데이터를 쉽게 다룰 수 있게 해줍니다. 이를 통해 사용자는 Python 코드 내에서 GIS 데이터를 효과적으로 처리할 수 있습니다. [2], [3]2. 다양한 GIS 형식 지원Fiona는 GeoPackage, Shapefile, GeoJSON 등 다양한 GIS 데이터 형식을 지원합니다. 이를 통해 사용자는 서로 다른 형식의 데이터를 쉽.. 🏞️ GIS & RS/📚 GIS (지리정보시스템) 2024. 6. 11.

• [GIS] PostGIS란? : PostgreSQL의 공간데이터 확장 기능 PostGIS란?PostGIS는 PostgreSQL 데이터베이스에서 공간(지리) 데이터를 저장, 조회, 분석할 수 있도록 확장해 주는 공간 데이터베이스 확장 모듈입니다. 즉, PostgreSQL을 공간 데이터베이스로 변환하는 오픈소스 확장 기능입니다. 1. PostGIS의 주요 특징✅ PostgreSQL 기반의 공간 데이터 확장PostGIS는 PostgreSQL의 확장(Extension)으로 설치되며, SQL을 사용하여 공간 데이터(Geometry, Geography)를 저장하고 분석할 수 있도록 지원합니다.PostgreSQL의 기능(트랜잭션, 인덱싱, JSON 지원 등)을 그대로 활용하면서도 공간 연산 및 분석 기능을 추가할 수 있음.✅ 공간 데이터 타입 지원PostGIS는 두 가지 주요 공간 데이터.. 🏞️ GIS & RS/📚 GIS (지리정보시스템) 2024. 6. 11.

• 

  [GIS] AVS (Autonomous Visualization System) https://avs.auto/#/ Autonomous Visualization SystemAVS is a fast, powerful, web-based 3D visualization toolkit for building applications from your autonomous and robotics data.avs.auto   AVS: 자율 시각화 시스템AVS는 자율 차량 인식, 동작 및 계획 데이터를 설명하고 시각화하기 위한 새로운 표준으로, 탐색, 상호 작용 및 가장 중요한 것은 해당 데이터를 사용하여 중요한 개발 결정을 내릴 수 있는 애플리케이션을 구축할 수 있는 강력한 웹 기반 툴킷을 제공합니다.AVS 프로젝트는 자율주행 엔지니어와 운영자가 자율주행 시스템 동작과 성능을 탐색, 분석, 비교하.. 🏞️ GIS & RS/📚 GIS (지리정보시스템) 2024. 6. 11.