심플&스무스코딩

파이썬 (Python) - 깊은 복사 (Deep Copy) 알고리즘을 풀다 보면 원본배열의 보존을 위해 배열을 복사할 필요를 느낄때가 많다. 객체를 무작정 복사해서 사용하면 원본 객체가 핸들링되어 데이터가 변경되어서 큰 문제를 야기할 수 있기 때문에 객체를 복사할 때에는 주의해서 다뤄야 한다. 이번 포스팅에서는 객체를 복사하는 다양한 방법에 대해 알아보고자 한다. 객체를 복사하기 전에 먼저 객체의 특징 중 Mutable과 Immutable의 의미에 대해 알 필요가 있다. [Mutable, Immutable 객체] 파이썬에서 변수는 자신에게 대입된 객체를 가리키는 일종의 포인터 같은 존재이다. 때문에 파이썬에서 변수는 자체 저장공간을 할당받지 않으며 객체를 가리키는 개념이다. 무슨 말인가? C언어에서 변수..

Mutable 자료형과 Immutable 자료형 Class 설명 구분 list 순서가 있는 객체 집합 mutable set 순서가 없는 고유한 객체 집합 mutable dict key와 value가 맵핑된 객체, 순서 없음 mutable bool True, False immutable int 정수 immutable float 실수 immutable tuple 순서가 있는 객체 집합 immutable str 문자열 immutable frozenset Immutable Set immutable

Python 리스트에 새로운 원소를 추가하는 방법에는 append(x)와 extend(iterable)가 있고 두 함수의 차이점을 알아보겠습니다. (참고로 insert(i, x)함수도 있으며 위치 i에 x를 추가합니다) list.append(x)는 리스트 끝에 x 1개를 그대로 넣습니다. list.extend(iterable)는 리스트 끝에 가장 바깥쪽 iterable의 모든 항목을 넣습니다. ​ ​ 이해를 돕기 위해 실습을 통해 알아보겠습니다. ​ y가 리스트형일 때입니다. append는 x 그 자체를 원소로 넣고 extend는 iterable의 각 항목들을 넣습니다 ​ 그럼 리스트안에 리스트는 어떻게 처리될까요? y가 리스트형안에 리스트형이 있을 때입니다. append는 x 그 자체를 원소로 넣고 e..

출처: https://taptorestart.tistory.com/entry/Jupyter-Notebook-주피터-노트북-단축키shortcuts-정리 [Tap to restart:티스토리]

from tqdm import tqdm import time for i in tqdm(변수): time.sleep(0.1) try: shutil.copy("E://1/" + i + ".jpg", "F://" + i + ".jpg") shutil.copy("E://1/" + i + ".txt", "F://" + i + ".txt") except: print(i) 위의 진행상태에 대한 정보에서 52%는 진행률, 1847/3547는 전체 3547번 중 현재 1847번째 작업 수행중, 00:27

customer item1 item2 item3 1 apple milk tomato 2 water orange potato 3 juice mango chips rows = [ { 'customer': 1, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato' }, { 'customer': 2, 'item1': 'water', 'item2': 'orange', 'item3': 'potato' }, { 'customer': 3, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips' } ] In [2]: df.to_dict('records') Out[2]: [{'customer': 1L, 'item1': 'apple', 'ite..

df = df.astype({'gender' : 'int'}) df['gender'] 0 1 1 1 2 1 3 1 4 1 .. 13388 1 13389 1 13390 1 13391 0 13392 1 Name: gender, Length: 13393, dtype: int64 오답노트 int(df['gender'])

# Nan으로 데이터가 들어있으면, 잘 처리해주는 함수인 dropna() 또는 fillna() 이런 함수를 이용해서 쉽게 데이터를 바꿀 수 있다. # 하지만 지금의 문제는 데이터가 없는 곳에 Nan대신 0을 저장한 상태이므로, dropna, fillna로 데이터를 처리할 수 없다. ## 따라서 실무에서는 데이터가 비어있으면 데이터베이스에 null로 저장되도록 하세요. ## from sklearn.impute import SimpleImputer sl = SimpleImputer(missing_values=0) X.columns X_sl = sl.fit_transform(X[['Glucose', 'BloodPressure', 'SkinThickness','BMI']]) X[['Glucose', 'Blood..

APPLYING FUNCTIONS 컬럼의 모든 데이터에 함수 적용 df['컬럼이름'].apply(적용할 함수이름)