🐶짱구와 꾜미 집에 놀러온 용뇽이🦊

1. VSCode에서 Node.js 환경 설정1.1. Node.js 설치Node.js 공식 웹사이트에서 LTS 버전을 다운로드하여 설치함설치 후 터미널에서 다음 명령어를 입력하여 정상적으로 설치되었는지 확인함:node -v # Node.js 버전 확인npm -v # npm 버전 확인     * linux의 경우 다음 명령어를 통해 쉽게 설치가 가능함sudo apt-get install nodejs npm -y1.2. Visual Studio Code 설정VSCode를 설치함Babel Javascript, Auto Close Tag, Auto Rename Tag, Better Comments, Code Runner 등의 확장(extensions) 설치를 통해 더욱 편한 개발 환경 준비(검색을 통해 자..

1. Node.js란?Node.js는 Chrome V8 JavaScript 엔진 위에서 동작하는 오픈 소스, 크로스 플랫폼 JavaScript 런타임 환경임기존에는 JavaScript가 브라우저에서만 실행되었지만, Node.js를 사용하면 서버에서도 JavaScript를 실행할 수 있음2. Node.js의 특징2.1. 단일 스레드 이벤트 루프 기반Node.js는 단일 스레드 기반으로 동작하지만, 이벤트 루프와 비동기 I/O 처리를 통해 높은 성능을 제공함블로킹(Blocking) 방식이 아닌 논블로킹(Non-blocking) 방식으로 입출력을 처리하여 많은 요청을 동시에 처리할 수 있음2.2. 비동기 I/ONode.js는 콜백(callback), 프로미스(Promise), async/await 같은 비동기..

아래 글은 Pandas에서 DataFrame 데이터 정렬과 관련된 여러 메서드를 정리한 것이다.  주요 메서드인 sort_values(), sort_index() 뿐만 아니라 nlargest(), nsmallest(), reindex(), 그리고 sort_values()의 key 파라미터까지 살펴볼 것이다.1. DataFrame.sort_values()열(column) 값을 기준으로 정렬할 때 사용하는 가장 기본적이고 핵심적인 메서드(method)by 파라미터에 기준 열(또는 열의 리스트)을 지정하고, ascending으로 오름차순/내림차순을 설정함 # pandas.__version__# 2.2.3import pandas as pddf = pd.DataFrame({ 'A': [3, 1, 2, 4],..

2025.01.23 - [개발 Code/인공지능 A.I.] - [Python][AI] 탐색적 데이터 분석(EDA) - 와인 품질 데이터셋 (Wine Quality Dataset) - 1 [Python][AI] 탐색적 데이터 분석(EDA) - 와인 품질 데이터셋 (Wine Quality Dataset) - 1탐색적 데이터 분석(EDA, Exploratory Data Analysis)는 데이터 분석의 첫 단계로, 데이터를 시각적으로 탐색하고 요약 통계를 확인하며 데이터의 특성과 패턴을 파악하는 과정이다.. 이번 글에서는 와인5hr1rnp.tistory.com   이전 작업에 이어서 데이터를 불러온 뒤 기본 정보 및 요약 통계를 확인하는 작업을 진행하겠다.데이터 불러오기# Library Version# pan..

탐색적 데이터 분석(EDA, Exploratory Data Analysis)는 데이터 분석의 첫 단계로, 데이터를 시각적으로 탐색하고 요약 통계를 확인하며 데이터의 특성과 패턴을 파악하는 과정이다.. 이번 글에서는 와인 품질 데이터셋(Winq Quality Dataset)을 활용하여 데이터를 탐색하는 방법을 단계별로 소개한다.EDA란?EDA(탐색적 데이터 분석)는 데이터를 더 깊이 이해하기 위한 중요한 과정으로, 주요 목적은 다음과 같다:데이터의 분포와 구조 이해결측값과 이상치 탐지데이터의 주요 특징과 패턴 파악전처리 및 모델링에 필요한 인사이트 도출데이터셋 정보데이터셋 이름: Wine Quality Dataset출처: UCI Machine Learning Repository데이터 구성:총 샘플 수: 6..

Excel 파일이란 ?  Excel 파일은 Microsoft Excel에서 생성되는 데이터 형식으로, 일반적으로 .xlsx 또는 .xls 확장자를 가진다. 각 Excel 파일은 여러 개의 시트(Sheet)로 구성되며, 시트 안에는 행(Row)과 열(Column)로 이루어진 데이터가 저장된다.   데이터 분석에서 Excel 파일은 가장 널리 사용되는 데이터 형식 중 하나다. Pandas는 Excel 파일을 손쉽게 다룰 수 있는 read_excel() 함수를 제공한다. 이 글에서는 Excel 파일의 기본 구조를 이해하고, Pandas를 활용해 데이터를 읽고 처리하는 방법, 그리고 자주 발생하는 문제와 해결 방법을 살펴본다. Excel 파일 예시:# Sheet1Name Age City김서울 25..

CSV란 ?   데이터 분석에서 가장 흔히 접하는 형식 중 하나가 CSV(Comma Separated Values) 파일이다. CSV는 데이터가 쉼표(또는 다른 구분자)로 구분된 텍스트 형식으로 저장된다. Pandas의 read_csv() 함수는 이러한 파일을 간단히 읽어들일 수 있도록 강력한 기능을 제공한다. 이번 글에서는 CSV 형식에 대한 간단한 소개와 함께 Pandas로 CSV 파일을 불러오는 방법, 자주 사용하는 주요 매개변수, 그리고 에러를 예방하거나 해결하는 방법을 알아보도록 하겠다.CSV 파일 형식이란 ?  CSV 파일은 데이터가 쉼표(,)로 구분되어 저장된 단순한 텍스트 파일이다. 각 행은 데이터의 한 레코드를 나타내며, 첫 번째 행은 일반적으로 열 이름(헤더)으로 사용된다. 예를 들어 ..

Pandas란 ?  Pandas는 2008년 Wes McKinney에 의해 개발됨. 당시 그는 금융 데이터를 조작하고 분석하는 데 있어 효율적이고 직관적인 도구의 필요성을 느꼈음. 이를 기반으로 그는 Pandas를 설계했고, 이후 오픈 소스로 공개되어 전 세계 데이터 과학 커뮤니티에서 빠르게 인기를 얻게 됨. Pandas라는 이름은 "PANel DAta"에서 유래되었으며, 이는 다차원 데이터 구조를 다루는 데 중점을 둔다는 의미를 내포함.   Pandas는 NumPy를 기반으로 한 오픈 소스이며 파이썬 라이브러리로 데이터 조작과 분석을 위해 설계된 파이썬의 강력하고 유연한 라이브러리.초보자부터 숙련된 데이터 과학자까지, 누구나 데이터를 효율적으로 처리할 수 있는 도구를 제공하며, 두 가지 주요 데이터 구..