728x90 반응형 전체 글109 파이썬으로 로또 번호를 크롤링하는 코드를 만들어 보겠습니다. 로또 번호를 크롤링 하는 코드를 만들어보겠습니다. start_num에 크롤링 할 시작 회차를 넣어주시고, end_num에 크롤링 할 마지막 회차를 넣어주시면 끝입니다. 그러면, lotto_numbers.csv 파일에 해당 내용이 저장됩니다. 아래 내용을 보시면 잘 크롤링 된 것을 확인하실 수 있습니다. import numpy as np import requests from tqdm import tqdm import pandas as pd # 크롤링 시작 회차 start_num = 1 # 크롤링 마지막 회차 end_num = 1053 def lotto(minD, maxD): numbers = [] for i in tqdm(range(minD, maxD+1)): url = "https://www.dhlott.. 2023. 2. 11. pyautogui를 활용하여 hello world 자동화를 해보자. 메모장을 열어서, hello world! 라고 자동으로 작성해주는 코드입니다. import pyautogui import time # Open Notepad pyautogui.hotkey('win', 'r') pyautogui.typewrite('notepad\n') # Wait for Notepad to open time.sleep(2) # Type "Hello, World!" into Notepad pyautogui.typewrite("Hello, World!") 2023. 2. 8. pyqt로 가위바위보 게임을 만들어보자. # importing libraries from PyQt5.QtWidgets import * from PyQt5 import QtCore, QtGui from PyQt5.QtGui import * from PyQt5.QtCore import * import random import sys class Window(QMainWindow): def __init__(self): super().__init__() # setting title self.setWindowTitle("Python") # setting geometry self.setGeometry(100, 100, 320, 400) # calling method self.UiComponents() # showing all the widgets self... 2023. 2. 7. you.com generative ai의 수준 월 100만원 버는 방법 Question: how can i earn the money in home about 1000$ per month 질문: 어떻게 하면 한 달에 1000달러 정도 집에서 돈을 벌 수 있을까요 Answer: Earning an extra $1000 a month from home is possible with the right strategy and determination. With more people working remotely due to the pandemic, there are many opportunities for those looking to supplement their income through online work. Here are three strategies that can he.. 2023. 2. 6. 업무 수행 시, chatgpt 활용하는 방법 5가지 업무 수행 시, chatgpt 활용하는 방법 5가지를 chatgpt에게 물었습니다. 그리고 받은 답변입니다. 처음에 받은 답변은 별로여서, it 회사에 다닌다고 다시 답변을 달라고 하니 다음과 같이 주었습니다. 1. 도움이 필요한 항목을 이해하는 데 도움이 되는 관련 컨텍스트를 제공하여 구체적이고 명확하게 질문하세요. 예시: "코딩 문제를 도와줄 수 있나요?"라고 말하는 대신 "웹 스크레이퍼용으로 작성한 다음 Python 코드의 오류를 디버깅하는 데 도움을 줄 수 있습니까?"라고 말합니다. ("Can you help me with a coding problem?", "Can you help me debug the error in the following Python code I wrote for a we.. 2023. 2. 6. 집에서 분위기 내기 위한 하이볼 칵테일 레시피 가이드 하이볼 칵테일은 혼합 음료의 세계에서 필수품입니다. 단순하고 상쾌하고, 부부끼리 분위기 낼 때 좋습니다. 이 가이드에서는 하이볼의 역사를 간단하게 살펴보고, 직접 하이볼을 만드는 방법에 대해 알아봅니다. 하이볼 칵테일이란? 하이볼은 위스키, 진 또는 럼과 같은 기본 증류주를 탄산수와 혼합하여 얼음 위에 제공하는 클래식 칵테일입니다. "하이볼"이라는 이름은 음료가 일반적으로 제공되는 높은 잔에서 유래되었습니다. 하이볼 칵테일의 맛을 올리기 위해서는? 훌륭한 하이볼의 핵심은 기본 정신과 탄산수의 균형입니다. 탄산수 4~6온스당 기본 증류주 2온스를 사용하는 것이 기본적으로 맛이 좋습니다. 여기서 1온스는 대략 30ml라고 보시면 됩니다. 훌륭한 하이볼의 또 다른 중요한 부분은 사용되는 재료의 퀄리티입니다. .. 2023. 2. 5. RandomForest(랜덤포레스트) 가장 많이 사용하는 파이썬 알고리즘 part3. 이 예에서는 scikit-learn의 load_iris 함수를 사용하여 iris 데이터셋을 로드합니다. 그런 다음 데이터는 train_test_split 함수를 사용하여 교육 및 테스트 세트로 분할됩니다. RandomForestClassifier 클래스는 학습 데이터에서 임의 포레스트 분류기를 학습하는 데 사용됩니다. fit 함수는 훈련 데이터에 분류기를 맞추는 데 사용되고 점수 방법은 테스트 데이터에서 분류기를 평가하는 데 사용됩니다. 마지막으로 분류기의 정확도가 출력되어 테스트 데이터에서 얼마나 잘 수행되었는지 보여줍니다. 저는 정확도가 100%가 나왔네요. import numpy as np from sklearn.ensemble import RandomForestClassifier from skle.. 2023. 2. 5. 가짜 이름, 주소 데이터를 생성하는 파이썬 코드를 만들어보자.(Faker 라이브러리) Faker 라이브러리를 활용하여 가짜데이터 만들어보는 코드를 작성해보겠습니다. 이 코드는 Faker 라이브러리를 사용하여 가짜 이름과 주소를 생성하고 튜플 목록에 저장합니다. 그런 다음 목록은 더 쉬운 조작 및 분석을 위해 Pandas DataFrame으로 변환됩니다. head() 함수는 DataFrame의 처음 5개 행을 표시하는 데 사용되므로 생성된 가짜 데이터가 어떻게 보이는지 확인할 수 있습니다. from faker import Faker import pandas as pd # Create an instance of the Faker class fake = Faker() # Generate a list of fake names and addresses fake_data = [] for i in r.. 2023. 2. 5. 파이썬 덧셈 함수로 리팩토링 예시 간단한 덧셈함수로 리팩토링 해보겠습니다. 리팩토링된 코드는 더 간결하고 이해하기 쉽습니다. 함수 이름은 함수가 하는 일을 정확하게 설명하고 목록 이해를 사용하면 코드를 더 쉽게 읽을 수 있습니다. 이렇게 하면 다른 사람(또는 미래의 자신도)이 코드를 더 쉽게 이해하고 유지 관리할 수 있습니다. # Original code def calculate_sum(numbers): sum = 0 for i in numbers: if i > 0: sum += i return sum # Refactored code def calculate_positive_sum(numbers): return sum(i for i in numbers if i > 0) 위 코드를 보시면, 코딩한 줄 수도 5줄에서 1줄로 줄고, 함수 이름.. 2023. 2. 4. Logistic Regression(로지스틱 회귀) 가장 많이 사용하는 파이썬 알고리즘 part2. Logistic Regression입니다. 기본 예제입니다. 이전 포스트인 Linear Regression과 동일한 데이터(타이타닉 생존자)를 사용하였습니다. import numpy as np import pandas as pd from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score # Load data into a Pandas DataFrame data = pd.read_csv("data.csv") # Split the data into features (X) and target variable .. 2023. 2. 4. Linear Regression(선형회귀) 가장 많이 사용하는 파이썬 알고리즘 part1. Linear Regression입니다. 가장 기본적인 예제입니다. import numpy as np import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split # Load data into a Pandas DataFrame data = pd.read_csv("data.csv") # Split the data into features (X) and target variable (y) X = data[["PassengerId"]] y = data["Survived"] # Split the data into training and test sets X.. 2023. 2. 4. 파이썬으로 http에 요청을 보내서, 응답을 받아보자. requests 라이브러리는 HTTP 요청을 보내고 Python에서 HTTP 응답을 처리하는 것을 쉽게하는 유명한 제3자 라이브러리입니다. 위의 예제에서는 requests.get() 함수를 사용하여 https://www.example.com에 GET 요청을 보냅니다. requests.get() 함수가 반환하는 response 객체에는 응답에 관한 정보가 포함되어 있습니다. 특히 상태 코드와 응답 내용입니다. requests 라이브러리를 사용하여 POST 요청, 요청과 함께 데이터 전송, 요청에 헤더 추가 및 다양한 유형의 HTTP 응답 처리 등을 할 수도 있습니다. 자세한 내용은 requests 라이브러리 문서를 참조하시면 더 많은 내용을 아실 수 있습니다. https://docs.python-reque.. 2023. 2. 4. 버블 소트를 이용하여 오름차순으로 정렬하는 파이썬 코드를 만들어보자. 이 코드는 배열을 입력으로 사용하고 버블 정렬 알고리즘을 사용하여 오름차순으로 정렬합니다. 버블 정렬 알고리즘은 목록을 반복적으로 살펴보고 인접한 요소를 비교하고 순서가 잘못된 경우 교체합니다. 이 알고리즘은 더 작은 요소가 목록의 맨 위로 "버블"하는 방식에서 이름을 얻습니다. 이 함수는 정렬된 배열을 반환합니다. def bubble_sort(arr): n = len(arr) for i in range(n): for j in range(0, n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] return arr arr = [64, 34, 25, 12, 22, 11, 90] print("Sorted array is:", bubble_sor.. 2023. 2. 3. 파이썬으로 투표 시스템을 만들어보자. 간단한 투표 시스템입니다. 투표할 사람을 입력하고, 최종 q버튼을 누르면 가장 많이 투표를 받은 사람이 출력이 되게 됩니다. 이 코드는 투표 목록을 받아 vote_counter 함수를 사용하여 투표 수를 사전에 저장합니다. winner 함수는 가장 많은 투표를 받은 후보자를 결정합니다. 사용자가 'q'를 입력할 때까지 투표 과정이 계속됩니다. 이 코드는 파이썬의 기본적인 리스트, 사전, 함수, 입출력, 반복 구조의 개념을 이해할 수 있는 기회를 제공합니다. def vote_counter(votes): vote_dict = {} for vote in votes: if vote in vote_dict: vote_dict[vote] += 1 else: vote_dict[vote] = 1 return vote_.. 2023. 2. 3. pyqt를 이용하여 가위바위보 게임으로 만들어봤습니다. 가위바위보를 선택할 수 있는 작은 창이 있구요. 가위바위보를 선택하면, 콘솔 창에 결과가 뜨는 코드입니다. import sys from PyQt5.QtWidgets import QApplication, QWidget, QPushButton, QVBoxLayout import random class RockPaperScissors(QWidget): def __init__(self): super().__init__() self.initUI() def initUI(self): rock_button = QPushButton("Rock") rock_button.clicked.connect(lambda: self.play("rock")) paper_button = QPushButton("Paper") paper_b.. 2023. 2. 2. 파이썬으로 행맨(교수형 집행인) 게임 만들어 봤습니다. 게임설명 이 게임은 출제자가 정해놓은 단어를 플레이어가 맞추는 게임입니다. 플레이어는 출제자가 정해놓은 단어를 맞추기 위해 한글자씩 단어를 입력합니다. 답이 틀렸을 경우, 교수형 집행인이 천천히 그려집니다. 게임은 플레이어가 모든 문자를 성공적으로 추측하거나 행맨이 완전히 뽑히면 종료됩니다. 추측할 단어는 hangman 함수에 전달된 인수를 대체하여 변경할 수 있습니다. def hangman(word): word = word.lower() wrong_guesses = 0 stages = ["", "________ ", "| ", "| | ", "| 0 ", "| /|\ ", "| / \ ", "| " ] remaining_letters = set(word) letter_board = ["__"] * le.. 2023. 2. 2. 파이썬으로 가위바위보 게임을 만들어보자. 설명 1. 플레이어는 가위, 바위, 보 중 하나를 선택한다. 2. 컴퓨터도 가위, 바위, 보 중 하나를 선택한다. 3. 플레이어와 컴퓨터의 선택을 모두 표시한다. 4. 가위바위보 규칙에 따라 승자를 선언합니다. import random def rock_paper_scissors(): options = ['rock', 'paper', 'scissors'] print("Rock-Paper-Scissors") player = input("Your choice (rock/paper/scissors): ").lower() computer = random.choice(options) print("Player:", player) print("Computer:", computer) if player == compute.. 2023. 2. 1. 술자리에서 많이 했던 Up & Down 게임을 파이썬 코드로 만들어보자. 규칙 1. 문제를 내는 사람은, 1~100 사이의 숫자를 정한다. 2. 문제를 맞추는 사람은 1~100사이의 숫자를 이야기한다. 3. 문제를 맞추는 사람이 1~100사이의 숫자를 이야기하면, 문제를 내는 사람은 정답 숫자가 말한 숫자보다 높은지 낮은지 이야기한다. 4. 정답을 맞추면 게임은 끝난다. 게임이 끝날 때, 문제를 맞추는 사람이 몇번 시도해서 맞췄는지 표시해준다. import random def guess_number_game(): print("Guess the number between 1 and 100") number = random.randint(1, 100) attempts = 0 while True: guess = int(input("Your guess: ")) attempts += 1.. 2023. 2. 1. 스테이블 디퓨전(Stable Diffusion)에 대해서 알아봅니다. - FAQ 답변, 기본편 Stable Diffusion 모델은 무엇에 대해 학습되었습니까? Stable Diffusion의 기본 데이터 세트는 LAION 5b https://laion.ai/blog/laion-5b/의 2b 영어 레이블 하위 집합으로, 독일 자선 단체인 LAION에서 만든 일반적인 인터넷 크롤링입니다. Stable Diffusion 생성 이미지 사용에 대한 저작권은 무엇입니까? AI로 생성된 이미지와 저작권의 영역은 복잡하며 관할권마다 다를 수 있습니다. 아티스트가 훈련 데이터에 자신의 작업을 포함하도록 옵트인 또는 옵트아웃할 수 있습니까? LAION 5b 모델 데이터에 대한 옵트인 또는 옵트아웃이 없었습니다. 인터넷의 언어-이미지 연결을 일반적으로 표현하기 위한 것입니다. Stable Diffusion Onli.. 2023. 2. 1. 이전 1 2 3 4 다음 728x90 반응형
