yoooniverse

함수 안에서 'try-except' 구조를 사용하는 이유사용자 입력의 유효성을 검사하고 예외 상황을 처리하기 위해. try-except 구조를 사용하면 프로그램이 중단되지 않고 잘못된 입력을 처리할 수 있다. 해당 구조의 장점1. 예외 처리 사용자 입력에서 예외 발생할 경우 $예를 들어 'ValueError'$ 이를 처리해 프로그램이 종료되지 않도록 함2. 안정성 입력이 잘못되더라도 프로그램이 계속 안정적으로 실행되도록 함3. 피드백 용이 입력이 잘못됐을 때 에러 피드백을 제공해 사용자가 어떤 문제가 발생했는지 명확히 알 수 있음 실제 코드에서'try-except' 구조 없이 에러가 발생할 경우def delete_todo_item$todo_list$: if not todo_list: p..

구글링 시 일반적으로 알려주는 방법은 이와 같다.설치 확인 및 버전 확인 명령어python --versionpython -V 그런데 내가 설치한 python3는 이 명령어로는 조회가 안되는 상황이 발생.이유를 알 수 없어서 gpt에게 질문해 보았다. python2로 기본 설치되어 있기 때문에 python 명령어가 기본적으로 python2를 가리키고 있다는 것.python3는 python3 명령어로만 접근된다는 것이었다. 혹은 python3 명령어를 자동으로 python 명령어로 연결시켜 주지 않고 있기 때문이거나.  따라서 gpt가 제시한 python3를 기본 python으로 설정하기 위한 해결 방법은 다음과 같다.sudo ln -s /usr/bin/python3 /usr/bin/python python..

enumerate$iterable, start=0$ 기능 : 카운트 $기본값 0을 갖는 start 부터$와 iterable 을 이터레이션 해서 얻어지는 값을 포함하는 튜플을 반환한다. 리스트의 원소에 순서값을 부여해주는 함수 example seasons = ['Spring', 'Summer', 'Fall', 'Winter'] list$enumerate(seasons$) # [$0, 'Spring'$, $1, 'Summer'$, $2, 'Fall'$, $3, 'Winter'$] list$enumerate(seasons, start=1$) # [$1, 'Spring'$, $2, 'Summer'$, $3, 'Fall'$, $4, 'Winter'$] for in 반복문에서 자주 응용된다. example char..

Data Types and Missing Values this is about) how to investigate data types within a DataFrame or Series also going to learn about)how to find and replace entries. Dtypes What is Dtype? The data type for a column in a DataFrame or a Series 1. dtype, dtypes, astype - dtypes: returns the dtype of every column in the DataFrame - keep in mind) columns consisting entirely of strings do not get..

Summary Functions and Maps Pandas provides many simple "summary functions" $not an official name$ which restructure the data in some useful way. Summary functions 1. describe method type-aware: its output changes based on the data type of the input. #describe method: type-aware #shows an overview of the data wine_reviews.points.describe # numerical data wine_reviews.taster_name.desc..

https://www.kaggle.com/learn/pandas Learn Pandas Tutorials Solve short hands-on challenges to perfect your data manipulation skills. www.kaggle.com Creating, Reading, and Writing pandas: the most popular Python library for data analysis. $1$ 시작하기: 라이브러리 import 해주기 import pandas as pd $2$ Creating data two core objects in pandas: the DataFrame & the Series DataFrame: table과 같은 개념. row와 colu..

s1 = set$[1, 2, 3, 4, 5, 6]$ s2 = set$[4, 5, 6, 7, 8, 9]$ 집합$set$은 파이썬 2.3부터 지원하기 시작한 자료형으로, 집합에 관련된 것을 쉽게 처리하기 위해 만든 자료형 set의 가장 중요한 특징 중복을 허용하지 않는다. 순서가 없다$Unordered$. 순서가 없기 때문에 인덱싱으로 값을 얻을 수 없다. set 자료형에 저장된 값을 인덱싱으로 접근하고 싶다면 리스트나 튜플로 자료형 변환을 먼저 수행해야 함. s1 = set$[1, 2, 3, 4, 5, 6]$ s2 = set$[4, 5, 6, 7, 8, 9]$ 두 집합을 가지고 set 자료형의 기본 연산을 수행해 보자. 1. 교집합 s1 & s2#{4, 5, 6} s1.intersection$s2$#{4,..

In [1]: ls sample_data/ train.csv A quick look at data In [26]: import pandas as pd iowa_file_path = 'train.csv' home_data = pd.read_csv$iowa_file_path$ home_data.describe Out[26]: Id MSSubClass LotFrontage LotArea OverallQual OverallCond YearBuilt YearRemodAdd MasVnrArea BsmtFinSF1 ... WoodDeckSF OpenPorchSF EnclosedPorch 3SsnPorch ScreenPorch PoolArea MiscVal MoSold YrSold SalePrice ..

Underfitting When a model fails to capture important distinctions and patterns in the data, so it performs poorly even in training data. Failing to capture relevant patterns, again leads to less accurate predictions. Overfitting where a model matches the training data almost perfectly but does poorly in validation and other new data. Since we care about the accurac..

the relevant measure of model quality: predictive accuracy $which means, will the model's predictions be close to what actually happens?$ $1$ First, need to summarize the model quality in an understandable way. We need to summarize this into a single metric. 여기서 사용할 metric : Mean Absolute Error $also called MAE$ MAE의 원리 prediction error for each house: error = actual − predi..