IHS_digital_nomad

1. 파이썬을 활용한 MongoDB# MongoDB와 연결하기 위한 드라이버 모듈을 설치(설치 후 "세션 다시 시작 및 모두 실행")!python -m pip install "pymongo[srv]"==3.11 from pymongo import MongoClienturl = "mongodb+srv://:@cluster0.occwxrv.mongodb.net/?retryWrites=true&w=majority&appName=Cluster0"client = MongoClient(url)print(client)database = client['aiproject']collection = database['user']collection 1-1. 데이터 추가하기user_insert = {"userid": "appl..

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns# incoding 방식이 달라서 encoding으로 방식을 맞춰주고 실행하면 파일이 열린다park = pd.read_csv("/content/drive/MyDrive/KDT/5. 데이터 분석/데이터/전국도시공원표준데이터.csv", encoding="ms949")park.head()park.shape!sudo apt-get install -y fonts-nanum!sudo fc-cache -fv!rm ~/.cache/matplotlib -rfplt.rc("font", family="NanumBarunG..

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltshop = pd.read_csv("/content/drive/MyDrive/KDT/5. 데이터 분석/데이터/shop_201806_01.csv")shop  pd.set_option("display.max_columns", 40)shop.head()  shop.info() shop.columnsview_columns = ["상호명", "지점명", "상권업종대분류명", "상권업종중분류명", "상권업종소분류명",                "시도명", "시군구명", "도로명", "도로명주소", "경도", "위도"]shop = shop[view_columns]shop.hea..

import pandas as pdretail = pd.read_csv('/content/drive/MyDrive/KDT/5. 데이터 분석/데이터/OnlineRetail.csv')retailretail.info()  컬럼InvoiceNo: 주문 번호StockCode: 상품 코드Description: 상품 설명Quantity: 주문 수량InvoiceDate: 주문 날짜UnitPrice: 상품 가격InvoiceDate: 고객 아이디Country: 고객 거주지역(국가)# 각 컬럼당 null이 몇 개 있는지 확인 retail.isnull().sum()# 비회원/탈퇴/휴면회원 제거retail = retail[pd.notnull(retail['CustomerID'])]retaillen(retail..

1. Matplotlib파이썬 기반 시각화 라이브러리한글에 대한 지워이 완벽하지 않음pandas와 연동이 용이함Matplotlib 공식 홈페이지 !pip install matplotlibimport matplotlib.pyplot as plt # MATLAB과 비슷하게 명령어 스타일로 동작하는 함수들의 모음plt.plot([1, 2, 3, 4]) # 리스트의 값들은 y값들이며, X값은 자동으로 만들어줌plt.show()# X값 [1,2,3,4]# Y값 [1,5,10,15]plt.plot([1, 2, 3, 4], [1, 5, 10, 15])plt.show() numpy 사용 하기import numpy as npdata = np.arange(1, 100)plt.plot(data)plt.show()# 두개 선..

문제1혈액형별로 그룹을 맺어, 키의 평균값을 확인[1df.groupby('blood')['height'].mean()  bloodA 171.090909AB 179.000000B 165.875000O 170.233333Name: height, dtype: float64 문제2혈액형별로 그룹을 맺고, 성별로 또 그룹을 나눈 후 키의 평균값을 확인1 df.groupby(['blood', 'gender'])['height'].mean() blood genderA 남자 179.000 여자 164.500AB 남자 179.000B 여자 165.875O 남자 179.000 ..

1. 판다스(Pandas)데이터 분석을 위한 파이썬 라이브러리 중 하나로, 표 형태의 테이터나 다양한 형태의 데이터를 쉽게 처리하고 분석데이터프레임(DataFrame)이라는 자료구조를 제공!pip install pandasimport pandas as pd 2. Series 와 DataFrame2-1. SeriesSeries는 1차원 배열과 같은 자료구조로 하나의 열을 나타냄Series의 각 요소는 인덱스(index)와 값(value)으로 구성되어 있음값은 넘파이의 ndarray 기반으로 저장됨Series는 다양한 데이터 타입을 가질 수 있으며 정수, 실수 , 문자열 등 다양한 형태의 데이터를 담을 수 있음idx = ['김사과', '반하나', '오렌지', '이메론', '배애리']data = [67, 75..

1. 넘파이(Numpy)파이썬에서 사용되는 과학 및 수학 연산을 위한 강력한 라이브러리주로 다차원 배열을 다루는 데에 특화되어 있어, 데이터 분석, 머신러닝, 과학계산 등 다양한 분야에서 널리 사용넘파이 배열 C 언어로 구현되어 있어 연산이 빠르고 효율적넘파이 배열은 큰 데이터셋에서 수치 연산을 수행할 때 뛰어난 성능을 보이며, 메모리 사용을 최적화하고 효율적으로 관리!pip install numpyRequirement already satisfied: numpy in /usr/local/lib/python3.10/dist-packages (1.25.2) 2. 넘파이의 주요 특징과 기능 2-1. 다차원 배열(N-dimensional array)넘파이의 핵심을 다차원 배열 ndarrayndarray는 동일..

2. 여러개 이미지 수집하기from selenium.webdriver.common.by import Bydriver = webdriver.Chrome()url = "https://pixabay.com/ko/images/search/강아지"driver.get(url)driver.implicitly_wait(3)for _ in range(20): driver.execute_script("window.scrollBy({ top: window.innerHeight, behavior: 'smooth' })") time.sleep(1)# for i in range(20):# driver.execute_script(f"window.scrollTo(0, 1000 * {i})")# # f..

1. 셀레니움셀레니움은 브라우저를 컨트롤 할 수 있도록 지원하는 라이브러리! pip install seleniumfrom selenium import webdriverfrom selenium.webdriver.common.keys import Keysdriver = webdriver.Chrome()driver.get('https://www.google.com')search = driver.find_element('name', 'q')search.send_keys('날씨') # 검색창에 날씨search.send_keys(Keys.RETURN) # 엔터 쳐줌# 정리driver = webdriver.Chrome()driver.get('https://www.google.com')search = driver..