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 | 31 |
- for
- 반복문
- 분산 식별자
- 텐더민트
- Feign
- did
- 애플 달팽이
- 구피
- 조건문
- Tendermint
- Python 강좌
- 분산 신원
- PKI
- rust 소개
- MSSQL
- 카디날
- rust 강좌
- RSA
- rust
- 기본문법
- 주말농장
- 물생활
- MSA
- 체리새우
- 치비
- 무화과
- golang 강좌
- 쌈채소
- Config server
- 가재
- Today
- Total
목록2024/01 (5)
comnic's Dev&Life
4. NumPy와 Pandas 4.1 NumPy NumPy는 Numerical Python의 약자로, 과학 계산을 위한 강력한 패키지로 널리 사용되고 있습니다. 주로 배열과 행렬 연산에 중점을 둔 다차원 배열을 제공하며, 수학적 함수들을 제공하여 효과적인 데이터 분석과 처리를 가능케 합니다. NumPy는 많은 데이터 과학 및 머신러닝 라이브러리의 기반이 되기도 합니다. NumPy의 주요 특징: 다차원 배열(N-dimensional array): NumPy는 다차원 배열인 ndarray를 제공하며, 이는 동일한 데이터 타입의 원소들이 격자 형태로 있는 배열입니다. 브로드캐스팅(Broadcasting): 서로 다른 크기의 배열 간에도 산술 연산이 가능하도록 하는 기능으로, 코드를 간결하게 작성할 수 있게 합..
3. Python 기본 문법 3.1 변수와 데이터 타입 - 변수의 선언과 활용 # 변수 선언 name = "John" age = 25 # 변수 활용 print(f"My name is {name} and I am {age} years old.") - 기본 데이터 타입 (int, float, str, bool) # 정수형 (int) age = 25 # 부동소수점형 (float) height = 175.5 # 문자열 (str) name = "Alice" # 불리언 (bool) is_adult = True - 리스트, 튜플, 딕셔너리, 집합 등의 자료구조 # 리스트 (list) numbers = [1, 2, 3, 4, 5] # 튜플 (tuple) coordinates = (10, 20) # 딕셔너리 (dicti..
2. 개발환경 설정 2.1 Python 설치 및 환경 설정 Python 공식 웹사이트에서 최신 버전의 Python 다운로드 및 설치. 설치 중 "Add Python to PATH" 옵션 선택. 설치 완료 후 명령 프롬프트나 터미널에서 python --version으로 설치 여부 확인. 2.2 가상 환경 (Virtual Environment) 사용법 - 가상 환경 생성 및 활성화: # Windows python -m venv myenv myenv\Scripts\activate # macOS/Linux python3 -m venv myenv source myenv/bin/activate - 가상 환경 비활성화: deactivate 2.3 VSCode 설치 및 기본 설정 Visual Studio Code 공식..
1. Python 소개 및 역사 1.1 Python의 기원과 역사 Python은 1989년에 Guido van Rossum이 개발한 고급 프로그래밍 언어로, 이름은 Monty Python의 Flying Circus에서 따온 것이다. 초기에는 ABC 언어의 후속 프로젝트로 시작되었으며, 간결하고 읽기 쉬운 문법이 특징이었다. 1.2 Python의 현재 위치 및 사용 분야 현재 Python은 다양한 분야에서 활발하게 사용되고 있으며, 웹 개발, 데이터 과학, 인공지능, 머신러닝, 자동화, 게임 개발 등 다양한 영역에서 사용되고 있다. 대표적으로 Django와 Flask를 통한 웹 개발, NumPy와 Pandas를 통한 데이터 과학, TensorFlow와 PyTorch를 통한 머신러닝 등이 있다. 1.3 Py..
블룸필터(Bloom Filter) 1. 블룸필터란? 블룸 필터(Bloom Filter)는 매우 효율적인 확률적 자료 구조로, 어떤 원소가 집합에 속하는지 아닌지를 빠르게 확인할 수 있습니다. 이는 일반적으로 많은 양의 데이터 중에서 어떤 원소가 존재하는지 확인하는 데 사용됩니다. 블룸 필터는 확률적인 방법을 사용하기 때문에 100% 정확하지는 않지만, 그럼에도 불구하고 매우 효율적으로 작동하며 고정된 메모리를 사용합니다. 블룸 필터의 주요 특징과 동작 방식에 대한 상세 설명은 다음과 같습니다: 비트 배열 사용: 블룸 필터는 주로 비트 배열을 사용하여 데이터를 저장합니다. 비트 배열은 모든 비트가 0으로 초기화되어 있습니다. 해시 함수 사용: 블룸 필터는 하나 이상의 해시 함수를 사용하여 입력 데이터를 여..