달력

2

« 2020/2 »

  •  
  •  
  •  
  •  
  •  
  •  
  • 1


 

 

pandas 메소드

 

method

description

df.index.str.contains('string')

  • 데이터 프레임의 인덱스 문자열(string)에 원하는 문자열이 포함된 행을 찾아냅니다.

df.fillna()

  • NaN 값을 원하는 값으로 바꿔줍니다.

df.astype()

  • 데이터 타입을 변형할 있습니다.
  • 경우에 따라 타입 유형을 변형하는 과정에서 일부 정보가 유실될 수 있습니다.


'Development > Python' 카테고리의 다른 글

행 인덱스와 열 인덱스 변환  (0) 2020.02.09
피봇 테이블(Pivot table)  (0) 2020.02.09
pandas 메소드  (0) 2020.02.08
배열 연결 함수  (0) 2020.02.08
데이터프레임 데이터 조작  (0) 2020.02.07
iat indexer  (0) 2020.02.07
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

데이터 형태

객관적 사실로써의 데이터는 형태 따라 정성 데이터와 정량 데이터로 구분할 있습니다.

 

구분

정성 데이터(Qualitative data)

정량 데이터(Quantitative data)

형태

·       언어

·       문자

·       수치

·       기호

·       도형

유형

·       비정형 데이터(Unstructured data)

·       정형 데이터(Structured data)

특성

·       형태와 형식이 정해져 있지 않고 천차만별이기 때문에 이를  저장검색분석하는데 상대적으로 많은 비용과 기술 투자가 수반됩니다.

·       수치 명확하게 표현

·       데이터의 양이 크게 증가하더라도 이를 관리하는 시스템에 저장검색분석하여 활용하기에 매우 용이합니다.

·       회사 매출 증가

·       설문조사의 주관식 응답

·       SNS 올린

·       기상특보

·       이미지

·       나이(27)

·       몸무게(55.5kg)

·       지역별 온도,풍속,강우량,습도

 

 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

통합 테스트(Integration Test)

·         통합 시험

·         모듈 또는 컴포넌트(Components) 통합하여 테스트합니다.

·         단위 시험이 끝난 모듈들을 단위의 집합으로 통합 구성한 , 통합 시험 계획에 따라서 테스트를 수행합니다.

·         컴포넌트 간의 인터페이스 테스트하거나 시스템(운영체제, 파일 시스템, 하드웨어) 컴포넌트 사이의 연동 기능 테스트를 진행합니다.

·         복합 결과 값인 경우 대부분의 테스트 케이스는 조건 커버리지 방식 사용하여 작성합니다.

·         구문 커버리지를 포함하는 조건 커버리지를 작성하는 것이 보다 바람직합니다.

·         통합 테스트는 테스트 의해 수행됩니다.

 

 

 

http://bit.ly/2ZxdcR0

https://en.wikipedia.org/wiki/Integration_testing

 

 

 


 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

Spring AOP 라이브러리 설치

 

Maven 리포지토리 사이트에 접속

http://mvnrepository.com/

 

"spring aop"으로 검색

spring aop


 

 

 

첫번째 항목 선택

https://mvnrepository.com/search?q=spring+aop


 

 

버전번호 클릭

https://mvnrepository.com/artifact/org.springframework/spring-aop


 

 

 

Maven항목의 dependency 정보 복사

https://mvnrepository.com/artifact/org.springframework/spring-aop/5.1.6.RELEASE


 

 

 

pom.xml 파일의 <dependencies> 태그안에 붙여넣기 하여 추가합니다.

pom.xml

<!-- https://mvnrepository.com/artifact/org.springframework/spring-aop -->

<dependency>

    <groupId>org.springframework</groupId>

    <artifactId>spring-aop</artifactId>

    <version>5.1.6.RELEASE</version>

</dependency>

 

Project Explorer [Maven Dependencies]항목을 펼치면 라이브러리가 추가된 것을 확인할 있습니다.


 

 



Posted by codedragon codedragon

댓글을 달아 주세요


 

 

임베디드 개발 방식

아두이노를 이용해 다양한 프로젝트를 하는 것도 임베디드 개발의 일종입니다.

 

임베디드는 기존 컴퓨터와는 달리 키보드와 모니터 같은 입력이나 출력장치가 없는 것이 일반적입니다. 따라서 임베디드를 개발하기 위해서는 다른 컴퓨터에 연결해서 개발해야 합니다.

 

대게 컴퓨터 시스템과 임베디드가 서로 호환이 되지 않기 때문에 크로스 컴파일이라는 것을 이용합니다. 예로 인텔의 x86 윈도우 컴퓨터에서 아트메가 칩을 사용하는 아두이노에서 사용할 프로그램을 컴파일하는 것이 이에 해당됩니다.

 

 


 

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

인터페이스의 추상 메소드 구현시 TIP

인터페이스를 구현하는 클래스에서 필요없는 메소드라도 인터페이스로 부터 상속받는 추상메소드는 메소드 몸통(body)를 반드시 구현해 주어야 합니다.

 

public void absFunction(){

} 

 


이렇게 아무기능을 하지않는 즉, 단순히 메소드의 body를 구현하는 것보다는 예외(exception)를 던져서 '구현하지 않은 기능'이라는 것을 메소드 호출하는 쪽에 명시적으로 알려주는 것이 좋습니다. 그렇지 않으면 호출하는 쪽에서는 원본 소스를 구해서 코드를 보기 전까지는 이 기능이 정상적으로 동작하지 않는 이유을 알 수 있는 방법이 없습니다.

public void absFunction(){

throw new UnsupportedOperationException();

}

 

 

Java API 문서에도 해당 메소드를 지원하지 않는 경우 UnsupportedOperationException을 발생시키도록 구현하라고 안내되어져 있습니다.


https://docs.oracle.com/javase/8/docs/api/java/util/Iterator.html#remove--

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

LogCat 표시하기(up to date)

https://codedragon.tistory.com/8460

 

 

 

 

LogCat 표시하기(Old)

·         방법 1

·         방법 2

·         방법 3

 

 

방법 1

도구 모음에서 "Android Device Monitor" 아이콘 클릭


 

 

 

 

방법 2

메뉴: [Tools] >> [Android Device Monitor]


 

LogCat 오픈 완료!


 

 

 

 

방법 3

안드로이드 스튜디오 좌측 하단의 [6:Android Monitor] 클릭 >>

상단의 [logcat]  클릭


 




Posted by codedragon codedragon

댓글을 달아 주세요



 

 

머신러닝(Machine Learning)

·         기계학습

data mining 패턴 인식

·         인공지능의 분야

·         똑똑해지는 법을 배우는 기계를 만드는 기술입니다. 모든 것을 알려주는 것이 아니라 컴퓨터가 스스로 세상을 관찰하고 배울 있도록 가르치는 것입니다.

·         주어진 데이터들을 분석하여 그로부터 일반적인 규칙이나 새로운 지식을 자동적으로 추출해 내는 방법을 말합니다. 규칙을 새로운 데이터에 적용해서 새로운 결과를 도출하게 됩니다.

·         경험적 데이터 기반으로 학습(Learning) 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 고안하고 구축하는 연구 분야입니다.

·         데이터 이용해서 모델 만들어 내는 방법입니다.

·         사람이 데이터를 분석해서 모델을 만드는 것이 아니라 다양한 머신러닝 알고리즘을 통해 기계가 스스로 모델 찾도록 하는 것입니다.

·         , 머신러닝은 기존 데이터를 이용해 아직 일어나지 않은 미지의 일을 예측하기 위해 만들어진 기법입니다.

 

 

Arthur Samuel, 1959

"Field of study that gives computers the ability to learn without being explicitly programmed"

컴퓨터에게 배울 있는 능력, 코드로 정의하지 않은 동작을 실행하는 능력 대한 연구분야를 말합니다.

가능한 모든 경우의 수를 프로그래머가 정의해주지 않더라도, 데이터를 통한 학습 하여 최적의 판단이나 예측을 가능하게 해주는 것을 말합니다.

 

 


 

 

데이터

(Data)

학습

(Learning)

모델

(Model)

사과 데이터

->

사과를 분류해내는 모델

스팸메일 데이터

->

스팸 메일을 구분해내는 모델

악성코드 데이터

->

악성코드를 탐지해내는 모델

금융사기 데이터

->

금융사기를 탐지해내는 모델

고양이 사진 데이터

->

사진에서 고양이를 구분해 내는 모델

바둑 기보 데이터

->

바둑에서 이기는 방법을 구분해 내는 모델

수술 환자의 수술 상태와 수술 후의 생존율을 정리해 놓은 데이터

->

수술하기 전에 수술 후의 생존율을 수치로 예측하는 모델

 

 


'Development > Big Data, R, ...' 카테고리의 다른 글

caret 패키지  (0) 2020.02.11
시계열 데이터 분석 목적  (0) 2020.02.09
머신러닝(Machine Learning)  (0) 2020.02.08
이상값 처리  (0) 2020.02.08
lm()  (0) 2020.02.07
가설 검정의 오류  (0) 2020.02.07
Posted by codedragon codedragon

댓글을 달아 주세요


 

이상값 처리

일정 기간을 할애해 분석 기준을 수립하고, 해당 기준에 의거해 드러나지 않는 것은 무시하고 진행해야 합니다. 그렇지 않으면 분석 데이터와 결과 자체가 모두 엉망이돼 관리가 불가능해집니다.

 


'Development > Big Data, R, ...' 카테고리의 다른 글

시계열 데이터 분석 목적  (0) 2020.02.09
머신러닝(Machine Learning)  (0) 2020.02.08
이상값 처리  (0) 2020.02.08
lm()  (0) 2020.02.07
가설 검정의 오류  (0) 2020.02.07
유의수준(significance level; α), 귀무가설(H0)과 대립가설(H1)의 채택  (0) 2020.02.07
Posted by codedragon codedragon

댓글을 달아 주세요



 

배열 연결 함수

 

method

description

hstack()

·         행의 수가 같은 이상의 배열을 으로 연결하여 열의 수가 많은 배열을 만들어줍니다.

·         연결할 배열은 하나의 리스트에 담아야 합니다.

·         아래 참조

vstack()

·         열의 수가 같은 이상의 배열을 위아래 연결하여 행의 수가 많은 배열을 만들어줍니다.

·         연결할 배열은 하나의 리스트에 담아야 합니다.

·         아래 참조

dstack()

·         3차원배열에서 3 , 행이나 열이 아닌 깊이(depth) 방향으로 배열을 연결합니다.

·         , , 열으로된 3차원 배열이 만들어집니다. 축은 , 열의 개수가 됩니다.

stack()

·         dstack 기능을 확장한 것으로 dstack처럼 마지막 차원으로 연결하는 것이 아니라 사용자가 지정한 차원(축으로) 배열을 연결합니다.

·         axis 인수를 사용하여 배열을 연결후의 회전 방향을 결정합니다.

 

설명

0

·         디폴트 인수값

·         가장 앞쪽에 차원이 생성됩니다. , 배열 개가 겹치게 되므로 연결하고자 하는 배열들의 크기가 모두 같아야 합니다.

·         (, , )

1

·         두번째 차원으로 새로운 차원이 삽입된다.

·         (, , )

 

 


 

hstack()

·         열을 추가 hstack() 메소드를 사용합니다.

·         신규 열을 추가할 때는 행의 수가 같아야 합니다.

 

 

numpy.hstack([배열1, 배열2])

배열1 우측에 배열2 옆으로 연결하여 이어 붙여줍니다.

 

 

 

 

vstack()

·         행을 추가 vstack()메소드를 사용합니다.

·         신규 행을 추가할 때는 열의 수가 같아야 합니다.

 

 

numpy.vstack([배열1, 배열2])

배열1 하단에 배열2 연결하여 이어 붙여줍니다.

 

 


'Development > Python' 카테고리의 다른 글

피봇 테이블(Pivot table)  (0) 2020.02.09
pandas 메소드  (0) 2020.02.08
배열 연결 함수  (0) 2020.02.08
데이터프레임 데이터 조작  (0) 2020.02.07
iat indexer  (0) 2020.02.07
at indexer  (0) 2020.02.07
Posted by codedragon codedragon

댓글을 달아 주세요