display와 print 차이
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
display와 print 차이가 무엇인가요
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 1
좋아요 0
조회수 332
묻고 답해요
172만명의 커뮤니티!! 함께 토론해봐요.
기초부족.(신용카드 분류 문제) -> copy 문
미해결
[개정판] 파이썬 머신러닝 완벽 가이드
안녕하십니까 선생님..! 여쭤볼꼐 있어 질문드립니다. 신용카드 사기검출 데이터셋에서 card_df = pd.read _csv('creditcard.csv') < 데이터 프레임을 불러왓고 df_copy = df.copy() 라고 해서 분석을 진행하는데 df_copy = card_df.copy() = df.copy() 인 건가요 ?? 어떻게 df.copy가 card_df로 인식하는지 궁금합니다..!
- python
- 머신러닝
- 통계
kyb1053
댓글 1
좋아요 0
조회수 130
분류실습2 데이터 전처리, 분할에 대해서
미해결
[개정판] 파이썬 머신러닝 완벽 가이드
안녕하세요 선생님 분류실습2 섹터에서 학습하다가 궁금한 것이 생겨 질문합니다. 전체 로직에서 학습과 테스트 데이터셋으로 먼저 분할을 해준 뒤 전처리를 수행하는 것이 아니라 왜 전체 데이터셋에 전처리를 적용시킨 뒤에 학습과 테스트 데이터셋으로 분할이 되었는지 궁금합니다. 일반적인 상황에서 어떤 순서가 맞는 것인지 아니면 선생님만의 기준이 있는 것인지 궁금합니다.
- python
- 머신러닝
- 통계
infng00
댓글 1
좋아요 0
조회수 111
cancel에 대해 질문을 드립니다.
미해결
파이썬/장고로 결제 시작하기 (Feat. 아임포트) - 기본편
이전에 드렸던 질문이 정리가 잘 되지 않았던 것 같아 다시 정리해 질문을 드리고자 합니다. cancel() 함수와 관련하여 아래 동작에 대해 이해가 잘 되지 않아 질문을 합니다. 먼저 admin에서 action을 통해 여러개의 선택된 항목들에 대해 queryset을 가져와 for을 이용해 각 항목에 대해 cancel 처리를 하나씩 수행합니다. @admin.display(description=f"지정 주문결제를 취소합니다.") def make_cancel(self, request, queryset): for order in queryset: order.cancel("관리자가 주문결제를 취소했습니다.") self.message_user(request, f"{queryset.count()}개의 주문결제를 취소했습니다.") 그리고 이후에 호출되는 Order의 cancel()에서는 orderpayment_set.all()을 사용해 하나의 주문에 대한 모든 결제시도 내역을 가져오는 코드를 동작하는 것으로 이해가 됩니다. def cancel(self, reason=""): for payment in self.orderpayment_set.all(): payment.cancel(reason=reason) 관련한 코드를 확인하니 orderpay 모델은 order_pay 뷰에 의해 생성이 되며, 생성 조건으로 주문요청 혹은 결제실패 상태가 됩니다. 그렇다면, orderpayment_set.all() 코드는 한 주문에 대해 성공 및 결제실패에 대한 모든 저장된 결과를 가져와 cancel을 시도하게 되는건데 이게 맞는건지 알고 싶습니다.
- python
- django
bluebamus
댓글 2
좋아요 0
조회수 171
저는 왜 캐글에 New Notebook이 보이질 않을까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 필사 연습을 하려고 하는데, 캐글에 뉴노트북이 보이질 않네요.
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
ehddls91
댓글 1
좋아요 0
조회수 110
이 노트북은 구글에서 작성하지 않았다는 경고문구가 뜹니다.
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 숫자를 적고 플레이 누르니 경고문구가 뜹니다. 단무지카페@지메일.com 님이 작성했으니 이곳으로 문의하라는데요. 무시하고 계속하기를 클릭하면 되나요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
강민균
댓글 4
좋아요 0
조회수 264
강의순서
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
자주활용되는 판다스 예제 듣고 시계열듣는건가요? 아니면 작업형 듣는건가요
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
권종오
댓글 2
좋아요 0
조회수 150
m_redirect_url에 대해 문의 드립니다.
미해결
파이썬/장고로 결제 시작하기 (Feat. 아임포트) - 기본편
영상이 이해가 잘 안되 몇번을 돌려봤습니다. 제가 이해하고 있는게 맞는지 알고 싶어 문의 드립니다. 모바일에서는 콜백함수의 동작이 되지 않기 때문에, m_redirect_url 인자에 url 정보를 정의하면, 결제 페이지 이동 후, 자동으로 정의된 페이지로 이동이 된다 check_url에 의해 order.p k, payment.p k 인자 정보를 받기 때문에 order_check은 별도의 추가 코드 없이 pc와 모바일에서 동일한 동작을 보장받을 수 있다. 제가 이해하는게 맞는지 알고 싶습니다.
- python
- django
bluebamus
댓글 1
좋아요 0
조회수 171
cancle에 대해 문의 드립니다.
미해결
파이썬/장고로 결제 시작하기 (Feat. 아임포트) - 기본편
코드의 내용을 보자면 admin에서 action을 이용해 여러개의 쿼리셑을 받아 각각을 한번씩 처리합니다. @admin.display(description=f"지정 주문결제를 취소합니다.") def make_cancel(self, request, queryset): for order in queryset: order.cancel("관리자가 주문결제를 취소했습니다.") self.message_user(request, f"{queryset.count()}개의 주문결제를 취소했습니다.") 그런데 Order의 cancel()에서 orderpayment_set, 즉 manytomany 중계 테이블내 모든 관련한 결제 내역을 가져와 cancel을 시도합니다. 결제 가능 여부를 확인하는 코드에서 보자면 def can_pay(self) -> bool: return self.status in (self.Status.REQUESTED, self.Status.FAILED_PAYMENT) 두 가지 조건만 있습니다. 실패했거나, 성공한 경우 입니다. 때문에 DB에는 관련한 주문이 여러간의 실패 + 1건의 성공의 이력인데 굳이 모든 이력을 가져와 cancel을 하는 이유가 무엇인지 알고 싶습니다.
- python
- django
bluebamus
댓글 3
좋아요 0
조회수 336
구버전 영상 학습해야 하나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
구버전 영상도 학습해야 하나요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 2
좋아요 0
조회수 155
선생님 교재요...
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
섹션 뒤로 갈 수록 좀 많이 심화인거 같은데... 28~35정도가 심화라고 생각하면 될까요? 저번에 1유형에서 0점이어서 지금부터 하고 있는데 자신감이 너무 떨어져요..ㅋㅋ ㅠㅠㅠ
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
moonwrd
댓글 3
좋아요 0
조회수 208
결측치가 포함된 object 컬럼의 레이블 인코딩
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
2025 시나공 빅데이터 분석기사 실기 교재를 가지고 공부하고 있습니다. p.245 / 04.데이터 전처리 / 레이블 인코딩 관련 문의입니다. 결측치를 가지는 object 컬럼의 경우 레이블 인코딩을 하는 경우 "결측치"를 하나의 값으로 분류하는 거 같습니다. 이러한 경우 레이블 인코딩 후 결측치가 존재하지 않는 것으로 결과가 나옵니다. 문의) 결측치를 포함한 object 타입의 컬럼의 경우 결측치 변환 후 레이블 인코딩을 진행하는 게 맞는지? 결측치와 관계없이 레이블 인코딩을 진행하는 게 맞는지? 문의드립니다.
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
안형렬
댓글 2
좋아요 0
조회수 110
df.drop 문의
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
df = df.drop(cols,axis = 1) cols 변수가 예시에서는 [,]의 시리즈 형태인 것 같은데 그럼 만약 age 열을 삭제하기 위해서 시리즈 형태로 만들어서 df.drop(['age']) 로 하면 왜 안되는건가요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 2
좋아요 0
조회수 92
df.drop으로 열 바로 삭제 문의
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
여기서 age 열을 바로 삭제하려면 어떻게 코딩하나요? df.drop('age') ..?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 2
좋아요 0
조회수 108
map 적용 의미
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
map을 적용한다는 것이 어떤 의미인가요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 2
좋아요 0
조회수 91
import numpy as np 의 뜻
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
import numpy as np 의 의미가 무엇인가요? 풀어서 설명 부탁드립니다.
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 2
좋아요 0
조회수 860
에러 메시지 문의
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
133 <ipython-input-75-22be5135b79e>:17: FutureWarning: Downcasting behavior in `replace` is deprecated and will be removed in a future version. To retain the old behavior, explicitly call `result.infer_objects(copy=False)`. To opt-in to the future behavior, set `pd.set_option('future.no_silent_downcasting', True)` df['f3'] = df['f3'].replace('vip',3) 133 정답 아래 이것이 어떤 에러 메시지인가요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
wsyang
댓글 2
좋아요 0
조회수 305
교재 문의 드립니다.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
선생님, 교재중에 p157번 보면 cond = df['views']<=1000 df = df[cond] df['f4'].value_counts() print(df.index[0]) 정답이 isfj라고 되어있는데요. df.index[0] 하면 인덱스가 0인 값을 물어보니까 횟수 3이 답이 되는거 아닌가요? 그 위에 코드에서도 f4 컬럼 종류별 개수로 한번 value_counts를 했어서요 정답은 isfj라고 되어있는데 제가 잘못 풀은걸까요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
moonwrd
댓글 1
좋아요 0
조회수 96
df.reset_index(drop=True)는 df에 대입하지 않아도 되나요?
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요, 선생님 df.reset_index(drop=True)는 df에 대입하지 않아도 되나요?
- python
- 머신러닝
- 빅데이터
- pandas
- 빅데이터분석기사
minjilz
댓글 2
좋아요 0
조회수 136
오류가 왜 뜨는 지 모르겠어요
미해결
초보자를 위한 ChatGPT API 활용법 - API 기본 문법부터 12가지 프로그램 제작 배포까지
수업한 것을 보고 새롭게 만들었어요! 근데 사이트에서 자꾸 이게 떠요 RateLimitError : You exceeded your current quota, please check your plan and billing details. For more information on this error, read the docs: https://platform.openai.com/docs/guides/error-codes/api-errors . Traceback: File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\streamlit\runtime\scriptrunner\exec_code.py", line 88, in exec_func_with_error_handling result = func() File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\streamlit\runtime\scriptrunner\script_ runner.py ", line 579, in code_to_exec exec(code, module.__dict__) File "C:\Users\a0108\OneDrive\바탕 화면\creative\ creative.py ", line 76, in <module> main() File "C:\Users\a0108\OneDrive\바탕 화면\creative\ creative.py ", line 48, in main st.info (askGpt_mart(prompt)) File "C:\Users\a0108\OneDrive\바탕 화면\creative\ creative.py ", line 6, in askGpt_mart response = openai.ChatCompletion.create(model='gpt-4o-mini', messages=messages_prompt) File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\openai\api_resources\chat_ completion.py ", line 25, in create return super().create(*args, **kwargs) File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\openai\api_resources\abstract\engine_api_ resource.py ", line 153, in create response, _, api_key = requestor.request( File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\openai\api_ requestor.py ", line 298, in request resp, got_stream = self._interpret_response(result, stream) File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\openai\api_ requestor.py ", line 700, in _interpret_response self._interpret_response_line( File "C:\Users\a0108\OneDrive\바탕 화면\creative\creative_env\lib\site-packages\openai\api_ requestor.py ", line 765, in _interpret_response_line raise self.handle_error_response( 코드는 이렇게 짜여 있어요! import openai import streamlit as st def askGpt_mart(prompt): messages_prompt = [{"role": "system", "content": "친절하고 과학에 대해 깊게 알고 있는 다정한 과학자야. 그래서 답변할 때 다정하고 구체적으로 답변하고 단어가 어려우면 단어의 대체언어도 같이 나태내줘"},{"role":"user","content": f"{prompt}에 대한 실험 도구와 재료를 알려줘"}] response = openai.ChatCompletion.create(model='gpt-4o-mini', messages=messages_prompt) gptResponse = response["choices"][0]["message"]["content"] return gptResponse def askGpt_method(prompt): messages_prompt = [{"role": "system", "content": "너는 똑똑하고 친절한 과학자야. 그래서 실험 방법을 구체적으로 쉽게 설명해주고 어려운 단어는 쓰지 않아."},{"role":"user","content": f"{prompt}에 대한 실험 방법을 알려줘"}] response = openai.ChatCompletion.create(model='gpt-4o-mini', messages=messages_prompt) gptResponse = response["choices"][0]["message"]["content"] return gptResponse def askGpt_dev(prompt,prompt1,prompt2,prompt3): messages_prompt = [{"role": "system", "content": "너는 똑똑하고 친절하고 섬세한 과학자야. 원래 실험 방법에서 사용자의 환경을 고려하여 적절하게 실험 방법을 바꿔서 구체적이고 세세하게 알려주는 과학자야."},{"role":"user","content": f"나는 {prompt}에 대한 실험을 할거야. 하지만 나는 {prompt1}이 없어. 그래서 {prompt1}은 쓰지 못해. {prompt1}을 사용하는 실험 방법을 바꾸되 성공하게 하는 실험 방법을 알려줘 나는 {prompt2}에서 실험을 진행할 거야. 상황과 환경에 맞는 실험 방법을 부탁해. 또 {prompt3}(이)라는 추가적인 환경과 조건이 있으니까 이 모두를 적절히 고려해서 완전히 구체적이고 세부적이고 자세한 실험 방법을 알려줘" }] response = openai.ChatCompletion.create(model='gpt-4o-mini', messages=messages_prompt) gptResponse = response["choices"][0]["message"]["content"] return gptResponse def askGpt(prompt): messages_prompt = [{"role": "system", "content": "너는 청자가 이 실험을 처음 하는 사람인 것을 알아서 이 실험이 실패할 수 있는 일을 구체적이고 자세하게 설명하면서 그러지 않기 위해서 어떻게 해야하는지 답하는 과학자야"},{"role" : "user", "content":f"{prompt}에 대한 실험 주의사항을 구체적으로 알려줘"}] response = openai.ChatCompletion.create(model='gpt-3.5-turbo', messages=messages_prompt) gptResponse = response["choices"][0]["message"]["content"] return gptResponse def main(): with st.sidebar: # Open AI API 키 입력받기 open_apikey = st.text_input(label='OPENAI API 키', placeholder='Enter Your API Key', value='',type='password') # 입력받은 API 키 표시 if open_apikey: openai.api_key = open_apikey st.markdown('---') st.header("AI 실험 도우미 ⚗️") st.markdown("---") ex_name = st.text_input("실험 이름",placeholder="거울 구리 실험, 나트륨 폭발 실험, 코끼리 실험...") co1,co2 = st.columns(2) with co1: if st.button("실험 도구 및 재료 안내"): prompt = ex_name st.info(askGpt_mart(prompt)) with co2: if st.button("실험 방법 안내"): prompt = ex_name st.info(askGpt_method(prompt)) st.markdown("===") col1,col2,col3 = st.columns(3) with col1: no_mar = st.text_input("없는 준비물",placeholder="유리막대, 비이커, 전자현미경...") with col2: where = st.text_input("장소",placeholder="집, 학교 실험실, 대학 생명과학 실험실...") with col3: add = st.text_input("추가 정보",placeholder="습도를 바꾸지 못함, 기온이 20도 이상으로 올라가지 않음...") if st.button("AI 실험 도우미"): prompt,prompt1,prompt2,prompt3 = ex_name,no_mar,where,add st.info(askGpt_dev(prompt,prompt1,prompt2,prompt3)) if st.button("주의사항"): prompt = ex_name st.info(askGpt(prompt)) if __name__=='__main__': main()
- python
- 챗봇
- streamlit
- openai
- chatgpt
gimgirl
댓글 1
좋아요 0
조회수 240
인기 태그
인프런 TOP Writers
주간 인기글
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv
- 🚀 IT 공부는 했는데 왜 아직도 안 될까요? | AI와 함께 실무 중심 IT 모임 🤖 NOESIS
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv