본문 바로가기

분류 전체보기100

Google Colaboratory에서 Kaggle API 사용하기 :: Kaggle 연결하기/다운로드 Kaggle 연결하기 1. Mount from google.colab import drive drive.mount('./gdrive') 구글 콜랍과 드라이브를 연결(마운트)한다. 2. kaggle 설치 ! pip install kaggle 라이브러리가 없다면 설치를 해준다. 느낌표를 꼭 붙여야한다. 3. kaggle.json !mkdir /root/.kaggle/ !cp [ kaggle.json 위치 ] /root/.kaggle/ # kaggl.json위치 지정 !chmod 600 /root/.kaggle/kaggle.json kaggle.json 어쩌구 저쩌구를 한다. 이때 자신의 kaggle.json 파일을 구글 드라이브 업로드 한 후 해당 경로를 입력하면 된다. 참고) kaggle.json은 자신의.. 2020. 1. 28.
Google Colaboratory 사용하기 :: 준비, mount Google Colaboratory은 구글 드라이브에서 사용할 수 있는 Jupyter notebook이라 생각하면 된다. 언제 어디서든 파이썬을 사용할 수 있다는 편리성이 있다. 하나의 고정된 컴퓨터가 아닌 여러대의 컴퓨터에서 사용할 때 특히나 더 좋은 것 같다. 구글 드라이브에서 마우스 오른쪽 버튼을 클릭하고 맨 아래에 나타난 +연결할 앱 더보기를 클릭한다. 쭉쭉 내려서 colab을 찾아도 되고 검색해도 된다. 클릭하고 연결하면 준비 끝! 콜랍의 기본 화면이다. 코드를 누르면 파이썬 코드를 작성할 수 있고 텍스트를 클릭하면 마크다운을 작성할 수 있다. 왼쪽에 있는 항목의 첫번째는 목차이다. 항목을 클릭하면 해당하는 위치로 이동한다. 두번째의 는 콜랍을 좀 더 편리하게 이.. 2020. 1. 28.
[Python] 위경도 거리 구하기 :: haversine haversine 두 위경도(Latitude, Longitude)데이터의 거리를 구해야할 때 편리한 패키지이다. 패키지 설치하기 $ pip install haversine 패키지 불러오기 from haversine import haversine 거리 구하기 # 위경도 입력 Seoul = (37.541, 126.986) #Latitude, Longitude Toronto = (43.65, -79.38) # 거리 계산 haversine(Seoul, Toronto, unit = 'km') unit = ' '으로 출력값의 단위를 정할 수 있다. 단위 unit = 단위 unit = FEET ft INCHES in KILOMETERS km METERS m MILES mi NAUTICAL_MILES nmi 예시 Re.. 2020. 1. 28.
mac terminal setting :: 맥 터미널 설정 1. iterm2 설치 https://iterm2.com/downloads.html Downloads - iTerm2 - Mac OS Terminal Replacement iTerm2 by George Nachman. Website by Matthew Freeman, George Nachman, and James A. Rosen. Website updated and optimized by HexBrain iterm2.com 2. Oh my zsh 설치 sh -c "$(curl -fsSL https://raw.github.com/ohmyzsh/ohmyzsh/master/tools/install.sh)" 3. vi편집기에서 ZSH_THEME="robbyrussell" ➡️ "agnoster" 4. d2cod.. 2019. 11. 29.
[Mac] python 환경 구성하기 :: Homebrew, pyenv, Anaconda Homebrew : Homebrew는 Apple(또는 Linux 시스템)에서 제공하지 않는 유용한 패키지 관리자를 설치한다. formulae.brew.sh/formula/ homebrew 설치하기 /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" 👆터미널에 복붙 > 비밀번호 입력 > Enter brew update brew list #현재 설치된 패키지 목록 brew install #패키지 설치하기 brew remove #패키지 제거하기 brew search #패키지가 있는지 확인 ex) brew install python brew remove python brew search .. 2019. 11. 27.
[Python] pd.read_csv & pd.to_csv :: csv파일 불러오기 & 내보내기, 저장하기 외부의 csv파일을 python의 dataframe으로 불러올 수도 있고 python으로 만든 dataframe을 csv 파일로 내보낼 수 있다. import pandas as pd pandas.read_csv('path/filename.csv', sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_defa.. 2019. 11. 26.
[Python] 데이터프레임 만들기 :: pd.DataFrame() Import Pandas import pandas as pd Dataframe 생성 pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False) 1. student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531], 'name':['Kim', 'Lee', 'Jeong'], 'class':['H', 'W', 'S']}) student_card 2. student_card = pd.DataFrame([[20190103, 'Kim', 'H'], [20190222, 'Lee', 'W'], [20190531, 'Jeong', 'S']], columns = ['ID', 'name', '.. 2019. 11. 26.
아나콘다(Anaconda) 설치하기 :: Jupyter Notebook(쥬피터노트북) 아나콘다는 다양한 패키지를 제공하는 Python/R 데이터 과학 플랫폼이다. 쥬피터노트북을 사용하려면 ANACONDA를 설치해야한다. Anaconda | The World's Most Popular Data Science Platform Anaconda is the standard platform for Python data science, leading in open source innovation for machine learning. Develop, manage, collaborate, and govern at scale with our enterprise platform. www.anaconda.com 아나콘다 홈페이지에서 자신의 운영체제에 맞는 파일을 설치한다. Mac 자신이 사용하는 Pytho.. 2019. 11. 26.
[Python] pd.get_dummies() :: One-Hot Encoding / 원핫인코딩 머신러닝에서 문자로 된 데이터는 모델링이 되지 않는 경우가 있다. 대표적으로 회귀분석은 숫자로 이루어진 데이터만 입력을 해야한다. 문자를 숫자로 바꾸어 주는 방법 중 하나로 One-Hot Encoding이 있다. 가변수(dummy variable)로 만들어주는 것인데, 이는 0과 1로만 이루어진 열을 생성하는 것이다. 이때 1은 있다, 0은 없다를 나타낸다. 0과 1로 이루어진 여러개의 열을 생성하는 One-Hot Encoding과 달리, LabelEncoding은 하나의 열에 사과 > 0, 바나나 > 1, 체리 > 2, 3,.. 식으로 숫자로 변환하는 것이다. 자세한건 여기서 볼 수 있다. https://mizykk.tistory.com/12 [Scikit-learn] LabelEncoder() :: .. 2019. 11. 21.
[Scikit-learn] LabelEncoder() :: Labelling 머신러닝에서 모델링을 할 때 문자로 이루어진 데이터를 숫자로 바꿔줘야할 경우가 있다. 이때 Scikit-learn의 LabelEncder를 사용하여 범주형 데이터를 손쉽게 숫자형 데이터로 labelling 할 수 있다. fruit = pd.DataFrame({'name':['apple', 'banana', 'cherry', 'durian'], 'color':['red', 'yellow', 'red', 'green']}) fruit fruit이라는 예시데이터를 생성하였다. from sklearn.preprocessing import LabelEncoder le = LabelEncoder() le.fit(fruit['name']) fruit['name'] = le.transform(fruit['name']).. 2019. 11. 20.

티스토리툴바