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 |
- kmeans
- 플라스크
- 웹페이지
- geopandas
- Selenium
- 크롤링
- 혁신성장부문
- string to list
- 백준
- Chat-GPT
- 파이썬
- 2164 카드2
- 알고리즘
- Crawling
- Python
- 괄호 문제
- python buildpacks
- to shp
- Merge Repositories
- flask
- 셀레니움
- colab runtime
- plotly dash
- 인스타그램
- 해시태그
- geoDataFrame
- 코랩 런타임
- NLP
- clustering
- convert to shp
- Today
- Total
목록전체 글 (76)
코딩코딩코딩
1. llvm 설치 2. makevars file 생성 후 내용 입력 3. CRAN - Rcpp tar.gz 파일 다운로드 cran.r-project.org/web/packages/Rcpp/index.html Rcpp: Seamless R and C++ Integration The 'Rcpp' package provides R functions as well as C++ classes which offer a seamless integration of R and C++. Many R data types and objects can be mapped back and forth to C++ equivalents which facilitates both writing of new code as well as ..
geopandas는 pip, conda 두 가지 방법으로 설치가 가능한데, conda의 경우 가상환경을 설정해줘야 하는 등의 번거로운 점이 있어서 pip 설치 방법을 설명하고자 합니다. ** jupyter notebook에서 사용하고자 한다면 어쩔 수 없이 conda를 사용해야 하므로 가상환경 설정을 해주어야 합니다. 아래에 설명해뒀습니다. 먼저 사용 중인 pc의 windows 비트(32/64)와 python 버전을 아셔야 합니다. 그리고 geopandas 설치에 필요한 wheel 파일을 다운받으셔야 하는데, 아래의 것들을 다운받으시면 됩니다. 아래 링크에서 ctrl + F를 이용해서 사용하시는 버전과 맞게 다운로드 하시면 됩니다. https://www.lfd.uci.edu/~gohlke/pythonli..
입력 형식 : 3 # 테스트 케이스(3번 테스트) 1 0 # 1개의 문서, 출력하고자 하는 문서의 순서는 0번째 5 # 1개 문서의 중요도 4 2 # 4개의 문서, 출력하고자 하는 문서의 순서는 2번째 1 2 3 4 # 4개 문서의 중요도 6 0 # 6개의 문서, 출력하고자 하는 문서의 순서는 0번째 1 1 9 1 1 1 # 6개 문서의 중요도 * 단, 문서의 순서를 나타내는 수는 0부터 시작 처음에는 key-value로 출력하고자 하는 문서의 순서를 기억하고자 했으나, 괜히 다루기 복잡해지는 것 같아서 단순 list in dex로 접근 logic : input으로 받은 테스트케이스만큼 for문을 통해 문서 개수와 중요도를 입력받음 각 for문 iteration 내에서 items(문서 중요도 리스트), ..
#1 stc = input().split() print(len(stc)) #2 stc = input() words = stc.strip().split() print(len(words)) #3 오답 stc = input() words = stc.strip().split(" ") print(len(words)) split()은 default parameter가 whitespace임
협업 필터링 (Collaborative Filtering, CF)이란 여러 사용자들로부터 얻은 기호 정보에 따라 다른 사용자들의 관심사를 예측하게 해주는 방법 이라고 정의됩니다. 협업 필터링에서 중요한 것은 "여러 사용자들로부터 얻은 정보"입니다. 협업 필터링에는 크게 [사용자 기반 추천, 아이템 기반 추천] 두 가지가 있습니다. 1) 사용자 기반 추천 (User-based Recommendation) 비슷한 성향을 지닌 사용자를 기반으로 분석해서 추천해주는 방식입니다. A라는 사람이 [햄버거, 감자튀김, 콜라]를 구매하고, B라는 사람은 [햄버거, 콜라]를 구매하려 한다고 가정해보겠습니다. 이 둘의 구매목록을 보면 이 둘은 유사하다고 인식되어 B에게 감자튀김을 추천해줍니다. 2) 아이템 기반 추천 (I..
SettingWithCopyWarning 에러는 원천 DataFrame의 일부로 구성된 파생 DataFrame에 변경을 가하는 경우 발생합니다. 기본적으로 Pandas는 원천 DataFrame을 생성할 때에만 메모리를 할당합니다 이로부터 파생되는 DataFrame은 원천 DataFrame을 이미 적재된 메모리에 접근케 하며 이를 통해 메모리를 절약합니다. 다만 Pandas에서는 파생 DataFrame에 수정을 가하는 것을 권장하지 않습니다. 따라서 copy() 메서드를 통해서 파생 DataFrame에 독립적인 메모리를 부여한 뒤 여기에 수정을 가하도록 유도합니다. 즉, SettintWithCopyWarning은 원천 DataFrame의 일부를 수정하려고 할 때 발생하며, 이 문제는 파생 DataFrame..