⚒ Python

파이썬은 버전에 매우 민감한 언어입니다.버전마다 서로 충돌하는 경우가 발생할 수 있기에 그냥 로컬에 python을 설치 후이 프로젝트 저 프로젝트 사용할 경우 버전 차이로 인한 문제가 생길 수 있습니다.그래서 사용하는 방법이 "가상환경" 입니다.그렇다면 가상환경을 사용

requirement.txt를 다음처럼 작성하고 필요한 라이브러리를 설치하고 있다.그러던 중 자꾸 다음처럼 pandas 설치에 문제가 생겨 오늘도 삽질을 하다가파이썬과 pandas 버전 호환사이 문제가 있음을 알게되었다.우선 위의 사진에서 스포되었지만 pandas 0.

Python의 제너레이터는 강력한 기능입니다.그 이유를 알아봅시다.장점 : 모든 값을 메모리에 올리지 않습니다. 대신, 필요할 때마다 생성해서 반환하므로 메모리 효율적으로 사용여기서 생성된 1,2,3을 미리 메모리에 만들어 두는 것이 아니라, for문에서 필요할 때마다

살다가 보면..... 언젠가 나보다 빠른 무언가가 필요할 때가 있다...가령 컴퓨터라던지 컴퓨터라던지 기계라던지...오늘 난 나보다 빠른 기계의 정확함과 확실함이 필요하다!그래서.... 내게 필요한 성질로 Macro를 만들었다.혹시나! 이것이 필요할 수 있는 여러분들을

FastAPI는 현대적이고, 빠르며(고성능), 파이썬 표준 타입 힌트에 기초한 Python3.6+의 API를 빌드하기 위한 웹 프레임워크입니다.다음과 같은 주요 특징을 가지고 있습니다.빠름: (Starlette과 Pydantic 덕분에) NodeJS 및 Go와 대등할

Fast API를 사용하면 매개 변수에 대한 추가 정보 및 유효성 검사를 선언할 수 있습니다.쿼리 매개 변수 q는 Unionstr, None(또는 Python 3.10에서는 str 없음) 유형입니다. 즉, str 유형이지만 없음일 수도 있으며 실제로 기본값은 없음입니다

ORM SQLAlchemy

서비스를 운영하려면 데이터베이스 스키마를 관리할 수 있는 마이그레이션이 필요해집니다.백엔드로 가장 많이 쓰이는 툴이 Node.js입니다. 물론 Node.js로도 데이터 베이스 마이그레이션을 할 순 있지만 약하다고 합니다.Alembic은 SQLAlechemy 기반의 마이

Mac에서 Jupyter를 설치하는 방법은1\. pip 사용2\. brew 사용 2가지 방법이 있다.두 방법 모두 우선적으로 homebrew의 설치가 필요합니다.homebrew 설치방법은 여기에 잘 정리해두었으니 확인해보세요~

이전에 분산처리에 대한 포스팅을 한 적이 있다.그 포스팅에서도 중요하게 다루었지만 대용량 데이터를 다루기 위해서는 병렬처리 활용 방식을 필수적으로 알아두어야합니다.데이터 전처리 방식들도 중요하지만 그 방식에 대한 연산속도나 메모리 관리도 신경써야하는 것이죠.머신러닝이나

pandas와 numpy는 모두 where()이라는 함수를 가지고 있습니다.그러나 두 함수는 이름만 같고 함수의 정의는 다른데요 알아봅시다.이 함수는 Series객체1.where(Series객체에 대한 조건문, 거짓 값에 대한 대체 값)의 형태로 사용합니다. 조건문의

딕셔너리 사용단일 칼럼 변환데이터프레임과 시리즈를 모두 다룰 수 있다.데이터프레임 전체 데이터 셀에 적용

jypyter notebook에서 anaconda python env에 접근할 수 없을 때가 있다.각각의 environment에는 필요한 셋팅이 되어 있는 상태이기 때문에 jupyter notebook에서 이미 만들어 놓은 anaconda env를 kernel로 사용하

데코레이터의 주요 작업은 기존코드에 기능을 추가하는 데 사용합니다.프로그램의 일부가 컴파일 시간에 프로그램의 다른 부분을 수정하려고 할 때 메타 프로그래밍이라고도 합니다.property() 메서드를 통해 클라이언트 코드에 필요한 변경없이 클래스를 수정하고 값 제약 조건