hanker

raise ValueError("The number of derivatives at boundaries does not " f"match: expected {nt-n}, got {nleft}+{nright}")ValueError: The number of derivatives at boundaries does not match: expected 1, got 0+0 위 오류 메시지는 polynomial이나 spline 보간을 수행할 때, 경계에서 제공된 도함수 조건의 수가 내부적으로 기대하는 수와 일치하지 않을 때 발생한다. 1. 발생 원인 1-1. 데이터 포인트 부족- 보간 대상 열에 유효한(결측치가 아닌) 값이 너무 적어 지정한 차수(order)를 만족할 만큼 경계 ..

데이터를 분석하기 전에 전처리(data preprocessing) 과정이 필수적이다.데이터는 종종 누락(missing value), 이상치(outliers), 데이터 형식 불일치 등의 문제를 가지고 있으며, 이를 정리해야 정확한 분석과 머신러닝 모델 학습이 가능하다.  데이터에는 종종 비어 있는 값(결측 치, NaN)이 존재할 수 있다.Pandas는 결측값을 쉽게 탐지하고 처리할 수 있는 다양한 함수를 제공한다. 이번 글에서는 Pandas를 활용한 결측치 처리 방법에 대해서 알아보자! 1. 결측치 확인 각 요소가 결측치인지 확인하여 불리언 series/DataFrame을 반환한다.import pandas as pdimport numpy as npdf = pd.DataFrame({ 'A': [1, 2..

이전 글에서 NumPy를 활용한 배열 연산에 대해서 알아봤는데,이번 글에서는 데이터 분석에 필수적인 Pandas 라이브러리에 대해서 알아보자. 1. Pandas Pandas(Python Data Analysis Library)는 데이터 분석과 조작을 위한 라이브러리이다.테이블 형식을 다룰 때 가장 많이 사용되고, 머신러닝과 데이터 분석에서 사용된다. 특징으로는- NumPy 기반으로 만들어져 빠르고 효율적인 데이터 처리가 가능하다.- 표 형태의 데이터(엑셀, csv, SQL 등)를 쉽게 불러와서 변환 및 분석이 가능하다.- 데이터 필터링, 그룹화, 집계 기능을 제공한다.- 시계열 데이터 분석에도 최적화되어 있다.2. Pandas 설치 pip를 통해 간단하게 설치가 가능하다.pip install pandas..

이전에 NumPy 배열(ndarray)을 생성하고 다루는 기본적인 방법을 알아봤는데,이번 글에서는 NumPy 배열을 활용한 다양한 연산 및 함수에 대해서 알아보자! 1. 기본 연산 NumPy는 Python의 기본 연산자 (+, -, *, /, ** 등)를 활용하여 배열 요소 간의 연산을 빠르고 효율적으로 수행할 수 있다.import numpy as nparr1 = np.array([1, 2, 3, 4, 5])arr2 = np.array([10, 20, 30, 40, 50])# 배열 간 연산print("덧셈:", arr1 + arr2) # [11 22 33 44 55]print("뺄셈:", arr1 - arr2) # [-9 -18 -27 -36 -45]print("곱셈:", arr1 * arr2) #..

NumPy에서 ndarray는 핵심 객체이다. 이번 글에서는 ndarray를 생성하고 이를 효율적으로 다루는 방법에 대해서 알아보자. 1. ndarray 객체 ndarray는 NumPy에서 제공하는 N차원 배열 객체로, 동일한 데이터 타입을 가진 요소들이 배열 형태로 저장된다.이는 대규모 데이터의 효율적인 저장과 빠른 연산을 가능하게 한다. 2. ndarray 생성 방법 2-1.  리스트를 이용하여 생성가장 기본적인 방법은 내장 자료형인 리스트나 중첩 리스트를 np.array() 함수에 전달하여 ndarray로 변환하는 방법이 있다.import numpy as np# 1차원 배열 생성arr1 = np.array([1, 2, 3, 4])print("1차원 배열:", arr1) # 출력: [1 2 3 4]..

Python에서 데이터를 다룰 때 가장 중요한 라이브러리 중 하나가 NumPy(Numerical Python)이다.파이썬에서 수치 계산과 과학적 연산을 효율적으로 수행하기 위해 설계되었다. 이번글에서는 NumPy가 무엇인지, 설치 방법과 사용 방법에 대해서 알아보자. 1. NumPy 란? NumPy란 파이썬 내에서 빠른 연산을 수행할 수 있도록 돕는 라이브러리이다. 특징으로는1-1. 다차원 배열(ndarray) 지원- ndarray 객체 : NumPy의 중심은 동종 데이터(모든 원소가 동일한 데이터 타입)를 연속된 메모리 공간에 저장하는 다차원 배열 객체이다. 이 구조로 인해 배열 간 벡터화 연산을 지원하며, 반목문을 사용하지 않고도 전체 배열에 대해 빠르고 간결하게 연산을 수행한다. 1-2. 벡터화 연..

Python에서 함수를 생성하는 방법에 대해서 알아보자. 함수를 생성하는 이유코드의 재사용성과 모듈화를 위한 핵심요소 모든 프로그래밍 언어가 그렇듯 모듈화 및 재사용성이 높아진다 하더라도 성능 향상보다는 코드 품질, 유지보수성, 확장성에 더 큰 영향을 미친다. 코드품질이 좋아지면 유지보수 용이성으로 이어지고 이는 개발시간 단축으로 연결된다. 자 이제 python 함수를 생성하고 사용을 해보자. 기본 함수#def 함수명(매개변수): def writeName(name): print(f"{name}") writeName("hanker")def는 define의 앞 글자를 따서 사용하는데 이는 정의하다 라는 단어의 뜻 그대로 쓰인다. writeName 함수명은 본문의 내용을 모르더라도 함수명만 보고 어떠한 기능을..

파이썬 스크립트 파일을 실행(exe)파일로 만들어보자.예전에 윈도우 실행파일 만들때 txt파일에 cmd 명령어 입력하고 소스코드 파일 실행시키고 그랬던 기억(?)이 있는데,이제는 너무 편하게 만들 수 있다.  만들어보자! pyinstaller라는 라이브러리를 사용했다.  Terminal창을 키고 pip install pyinstaller [Enter]다운로드가 진행된다 다운로드가 완료되면 pyinstaller 라는 명령어를 사용할 수 있게되는데,python코드가 있는 디렉터리로 이동해서 pyinstaller --onefile 파이썬파일명.py 를 입력해주면빌드가 되는데, 빌드가 완료되면 해당 디렉터리에 build, dist 디렉터리가 생성된다.  우리가 사용해야할 exe파일은 dist 디렉터리안에 위치해..

Numpy 라이브러리 에서 제공하는 np.concatenate() 함수를 사용할 때 발생하는 오류이다.발생원인들을 살펴보면1. 결합하려는 배열들이 동일한 차원이어야 되는데 크기와 형상이 일치하지 않아서2. 코드에서 배열 대신 문자열이나 잘못된 객체를 사용하여 np.concatenate()에 전달할 경우3. 단일 값(스칼라)을 배열로 잘못 사용한 경우 내 경우에는 배열로 담지 않고, 문자열로 보내서 생긴 문제다.import numpy as npa = np.array("hanker")b = np.array((1, 2))result = np.concatenate([a, b])print(result)이렇게 실행 시켰을때 발생된다. 수정을 위해서는 import numpy as npa = np.array(["han..

콘다 설치를 위해서는 파이썬이 설치가 되어야한다.설치 되었다는 가정하에 콘다 설치를 해보자  다운로드를 위해서 구글 검색창에 '아나콘다'를 검색해서 제일 상단에 있는 Download Anaconda Distribution 을 클릭한다. 해당 화면에 접속되면 하단에 Skip registration 을 클릭해서 다운로드 링크로 이동한다. 해당 Download 버튼을 눌러서 다운로드 후 다운로드가 완료되면 설치 진행 설치가 완료되면 명령프롬프트를 켜서 conda -V 명령어를 입력한다.'conda'은(는) 내부 또는 외부 명령, 실행할 수 있는 프로그램, 또는 배치 파일이 아닙니다.해당 문구가 나오는 이유는 환경변수 추가를 안해줘서 그렇다. https://hanke-r.tistory.com/67 윈도우10 -..