안녕하세요 한기용 지식공유자님. 좋은 강의 잘 듣고 있습니다. ELT를 구현할 때 SWAP 명령어를 사용한 정확한 이유가 궁금합니다. 제가 찾아본 바로는 SWAP 명령어는 포인터 교체 방식으로 '즉시' 데이터와 메타데이터가 교체되므로, 무중단 배포가 가능하다는 것이 장점인 것 같습니다. 사실, 트랜잭션을 활용해도 같은 기능을 구현할 수 있을 것 같은데 메타데이터 복제를 빠뜨리는 것을 예방하고, 트랜잭션을 활용하였을 때보다 성능이 우수하고, lock을 예방하기 때문에 SWAP 문법을 활용하는 걸까요?
from google.colab import files upload = files.upload() 위 명령어 실행없이 바로 데이터 불러올수없나요? 퇴근후딴짓님처럼 바로 df=pd.read_csv("members.csv") 로 불러오고싶은데 에러가 나네요 No such file or directory:members.csv
안녕하세요. 현재 좀비님 강의 보고 일단 앱하나 만들어보려고 기획도 하고 이거저거 알아보는 수강생입니다. 실제로 앱을 만들어보려고 할때 이게 코드를 짜는것 보다 기획과 디자인이 진짜 어렵다는걸 깨닫게 되었습니다. 디자인을 어떻게 할까 엄청 고민하던 와중에 좀비님의 디자인 부분 강의를 보고.. 아 제가 생각보다 너무 깊게 고민했나 싶은 생각이 들었습니다. 그리고 보다보니.. 하나 또 궁금해진게, 디자인이.. 음.. 지금 강의의 예시는 그렇게 막 엄청 유려하고 그런 디자인은 아니지만 이게 결국 애니메이션도 들어가고 예쁜디자인이 들어가고 이러는 경우에는.. 저 같은 경우는 디자인을 아예 해본적 없는 개발자인데도 순전히 ai만으로도 뽑아내는게 가능한가요..? 결국은 더 높은 퀄리티를 위해서는 디자인도 어느정도 배워야하는걸까요? 이부분에 대한 좀비님의 의견을 듣고 싶습니다.
코드 5줄의 마법, 5줄 머신러닝 PyCaret: 데이터 분석 프로젝트에 AutoML 날개 달기
# --- [핫픽스] dask ↔ sktime 호환 패치 --- import types try: import dask.dataframe as dd # 최신 라이브러리 구조 변화에 대응하여 호환성을 맞춰주는 코드 # 상세한 내용을 이해할 필요는 없으며, 안정적인 실행을 위한 장치로 이해하세요. if not hasattr(dd, "core"): dd.core = types.SimpleNamespace() if not hasattr(dd.core, "DataFrame"): try: from dask.dataframe import frame as _frame dd.core.DataFrame = _frame.DataFrame except ImportError: class _DummyDF: pass dd.core.DataFrame = _DummyDF except ImportError: pass # dask가 설치되지 않은 환경에서는 무시합니다. 들여쓰기가 제대로 되어있지 않아 노션의 코드를 복사하여 붙여넣을 시 에러납니다.
1) 해당 부분에서 비교연산자가 이상/이하가 아니고 초과/미만을 사용하고 있는데 분위수값에 해당하는 값이 있으면 그 결과가 다를꺼 같아서요. 25% 데이터 구하세요 하는 문제는 정의자체가 분위수값 미만의 값 이런식으로 정해진건가요? 2) 하위 25% 데이터를 구하는 함수가 있다면, 상위 25%는 ~ 를 이용해서도 함수를 쓸 수 있을까요? 3) 가장 큰 값이 두개 이상인경우 더 앞선것을 불러오던데, 해결방법이 있을까요? (가장 큰 값이 동일한경우 모든 인덱스를 불러오게끔)
안녕하세요 개발자 관련 플랫폼을 기획하던 도중 테스트 코드 자동 완성과 완성 후 QA 시나리오 완성 부분과 관련하여 설문조사가 필요하여 이렇게 급하게 설문조사를 하게 되었습니다. https://docs.google.com/forms/d/e/1FAIpQLSehmXZ5aMbek7vxYA9KiET2aoAnJEOmswNZToCAMgSn7yjiuA/viewform 저도 테스트 코드 작성에 어려움을 겪었던 적이 있고 현재도 그렇기도 합니다. 설문조사는 1~2분 가량이고 추첨을 통해 스타벅스 커피 기프티콘 있습니다. 빠르게 설문조사하고 기프티콘 받아가세요!! 날짜는 10월 12일 까지입니다!
안녕하세요 개발자 관련 플랫폼을 기획하던 도중 테스트 코드 자동 완성과 완성 후 QA 시나리오 완성 부분과 관련하여 설문조사가 필요하여 이렇게 급하게 설문조사를 하게되었습니다. https://docs.google.com/forms/d/e/1FAIpQLSehmXZ5aMbek7vxYA9KiET2aoAnJEOmswNZToCAMgSn7yjiuA/viewform 저도 테스트 코드 작성에 어려움을 겪었던 적이 있고 현재도 그렇기도 합니다. 설문조사는 1~2분 가량이고 추첨을 통해 스타벅스 커피 기프티콘 있습니다. 빠르게 설문조사하고 기프티콘 받아가세요!! 날짜는 10월 12일 까지입니다!
코드 5줄의 마법, 5줄 머신러닝 PyCaret: 데이터 분석 프로젝트에 AutoML 날개 달기
ydata_profiling 버전 확인 시 'v4.17.0' 입니다. 이슈 해결을 위해 노력해보았으나 너무 어려워 확인 부탁드립니다. 버전 충돌 문제인 지 어렵네요.. 처음에 Overview 화면은 잘 나오나 뒤에 Correlations 등 클릭하면 다시 미니 주피터랩 화면으로 나타납니다. html로 저장하여 확인 시에는 전부 다 잘 확인되는데 notebook 화면에서 확인이 안됩니다. notebook화면에서 확인할 수 있는 방법 알려주시면 감사하겠습니다. conda 명령어로도 실행해보았으나 동일한 이슈가 발생합니다. conda install -c conda-forge ydata-profiling import numpy as np import pandas as pd from ydata_profiling import ProfileReport df = pd.DataFrame(np.random.rand(100, 5), columns=["a", "b", "c", "d", "e"]) profile = ProfileReport(df, title="YData Profiling Report") profile
안녕하세요 한기용 지식공유자님. 37. 앞서 Airflow 예제를 개선해보자 (v4) - 실습 강의에서 데이터의 벌크 업로드를 위해 dag의 insert into 코드를 copy into로 변경했습니다. 그러나 이 경우 기존에 한 줄씩 insert into 하던 방식보다 더 느린 결과가 나옵니다(insert into의 경우 2분, copy into의 경우 3분) 개인적으로는 제 컴퓨터의 IO 연산이 좋지 않고, 데이터의 양이 크지 않아서 오버헤드가 더 크기 때문인 것으로 예상하고 있는데, 지식공유자님의 의견도 알고 싶습니다 🙂
한 번에 끝내는 AI 에이전트 개발 올인원 (w. LangGraph, Google ADK, CrewAI)
from firecrawl import Firecrawl firecrawl.search(query, limit=5, integration="crewai") ... TypeError: search() got an unexpected keyword argument 'integration' 환경 패키지: firecrawl-py 3.4.0 문서 관련 Firecrawl Python SDK 페이지에 search() 파라미터 목록이 나와 있으나 integration 항목은 보이지 않습니다. docs.firecrawl.dev Search API 레퍼런스/가이드에도 query , limit , sources , location , timeout 등은 보이나 integration 은 확인하지 못했습니다. 사실 어떻게 연동하는지에 대한 초점이 맞춰져 있어서 작성을 망설였는데, 학습하다 보니 궁금해서 작성하게 되었어요. integration 없이 호출해도 괜찮은지 확인 부탁드려요.