정리 노트

오늘은 OpenAPI들을 이용해 원하는 기능들을 구현하는 방법을 새롭게 알게 됐습니다. OpenAPI를 이용하기 위해서는 각 API에서 제공하는 API Key를 발급받아야 합니다. OpenAPI를 사용하면서 주로 이런 패턴으로 데이터를 얻어왔습니다. import json, requests url = "" params = {"api_key": "

오늘은 Flask를 이용해 REST API를 작성해보는 방법과 sqlite3을 이용해 flask와 DB를 연동시키는 방법을 배웠습니다. Flask로 REST API 작성하기 아래의 코드로 먼저 Flask application을 하나 선언합니다. from flask import Flask, jsonify, request app = Flask(__name__) if __name__ == "__main__": app.run() 그리고 각 HTTP 메서드마다 실행될 함수들을 선언합니다. @app.route('') def get(): # GET 메서드가 호출될 때 할 일들을 작성 @app.route('') def create(): # POST 메서드가 호출될 때 할 일들을 작성 @app.route('') def ..

오늘은 2주차의 첫 강의라 알고 있던 개념들을 가볍게 상기시키는 시간을 가졌습니다. 인터넷과 웹은 서로 다르다는 것을 복기했고, 서버와 클라이언트가 어떤 과정을 통해 상호작용을 하는지 간단하게 확인해봤습니다. 저녁 세션 시간에는 과제들에 대한 리뷰와 ML의 myth들에 대한 얘기들을 들어보았습니다. 과제 리뷰 시간에 보여주신 예제 코드를 보니 검색 능력이 매우 중요함을 느꼈습니다. 제 머리로 직접 구현하는 것도 좋지만 이미 만들어진게 있다면 그걸 쓰는게 시간적으로 이득입니다. 이번 2주 차 강의들을 들으며 저와 이 쪽 분야가 맞을 지 확인하는 시간을 가지게 될거라 멘토님께서 예상하셨고 저도 그렇게 생각합니다.

오늘은 matplotlib와 seaborn을 이용해서 그래프를 그리는 방법을 배웠습니다. matplotlib는 전공 강의 시간에 써본 적이 있어서 친숙했지만 seaborn은 처음 봤습니다. seaborn에는 matplotlib에서 그려봤던 그래프들과 다른 모양의 그래프들을 그릴 수 있었습니다. 커널 밀도 그림(Kernel Density Plot) 히스토그램과 같은 그래프를 곡선으로 표현한 그래프입니다. import numpy import matplotlib.pyplot as plt import seaborn as sns y = np.random.randint(0, 20, 20) sns.kdeplot(y) plt.show() # matplotlib.pyplot과 seaborn이 공유하는 함수다! 카운트 그..

오늘은 3일 간 강의 들은 것을 바탕으로 미션을 수행하는 날이었습니다. Kaggle에 있는 netflix 데이터를 이용해 2가지 Mission을 해결해야 했습니다. 2번째 Mission이 좀 힘들었습니다. 'country' column 중에서 단일 국가와 아닌 것을 구별하는 방법이 쉽지가 않았습니다. country 중에는 NaN도 있었기 때문에 이 경우에 대한 처리도 생각해야 했습니다. 저는 단일 국가이면 True, 아니면 False를 담는 Series를 만드는 과정을 먼저 거쳤고, 이 Series를 통해 netflix 정보를 가지고 있는 dataframe을 filtering 했습니다. 그리고 groupby와 통계 함수를 거치면 Series를 반환한다는 것과 Series를 파이썬의 딕셔너리처럼 활용할 수..

오늘은 다른 모듈 pandas에 대해 배웠습니다. numpy 모듈은 학과 시간에 살짝 다뤘던 경험이 있었지만 pandas 모듈은 처음 사용해본 것이기 때문에 배웠던 내용들의 거의 모든 것이 신기했습니다. pandas로 데이터 다루기 1차원 데이터 - Series Series는 1차원의 labled array입니다. 처음 이 정의를 접했을 때 '이게 리스트와 dict를 합친 건가?' 생각이 들었습니다. Series는 기존 파이썬의 리스트와 dict를 가지고 생성할 수 있습니다. >>> import pandas as pd >>> s = pd.Series([1, 4, 9, 16, 25, 36]) >>> s 0 1 1 4 2 9 3 16 4 25 5 36 dtype: int64 >>> t = pd.Series(..

오늘은 Numpy 모듈이 무엇인지 보고 이를 사용하는 방법에 대해 배웠습니다. Numpy를 쓰는 이유? 사실 numpy를 쓴다고 하면 '아 쓰나 보다' 하고 아무렇지 않게 생각했지 이걸 써야 하는 이유에 대해 물으면 잘 몰랐습니다. numpy를 사용하면 필요한 연산들은 C로 만들어져 있기 때문에 python의 list를 사용하는 것보다 numpy의 array를 사용하는 것이 더 빠르다고 합니다. 아래의 방법을 통해 연산 시간을 간단하게 확인할 수 있었습니다. import numpy as np my_list = range(1000) %timeit [i**2 for i in my_list] # %timeit은 timeit 모듈을 사용하겠다는 jupyter notebook 만의 문법입니다. arr = np.a..

오늘은 첫 날로, 과제 제출 등에서 사용될 Git과 Github에 대해 배웠습니다. VCS(Version Control System) 버전 관리를 사용하면 누가, 언제 코드의 어떤 부분을 갱신했는지 파악할 수 있고, 이전의 코드로 되돌아갈 수 있으며, 분산 버전 관리를 할 경우 팀원 A, B, C 모두 각자 병렬적으로 코딩을 할 수 있습니다. Git Git에서는 주로 add, commit 등의 명령으로 파일이 git에 의해 관리받도록 할 수 있게 합니다. 강의 자료를 따라 실습하던 중, commit이 진행되지 않고 아래의 그림처럼 자신이 누구인지 설정하라는 안내문이 떴습니다. 이는 Git을 처음으로 실행하는 사람에게 나타난다고 합니다. 안내문대로 config를 진행한 후 다시 commit을 시도하니 co..