Diary, Data, IT

11399번: ATM 첫째 줄에 사람의 수 N(1 ≤ N ≤ 1,000)이 주어진다. 둘째 줄에는 각 사람이 돈을 인출하는데 걸리는 시간 Pi가 주어진다. (1 ≤ Pi ≤ 1,000) www.acmicpc.net https://www.acmicpc.net/problem/11399 문제 N명의 사람이 돈을 인출하려고 하는 상황입니다. 각 사람이 돈을 인출하는데 걸리는 시간이 주어질 때, 모든 사람이 기다려서 돈을 인출하는데 걸리는 시간의 합의 최솟값을 구해주세요. 아이디어 모든 사람들이 기다리는 시간을 최소가 되게 하려면 인출 시간이 적게 걸리는 사람부터 순차적으로 진행하도록 해야합니다. 또한 i+1번째 사람이 인출하는데 걸리는 시간은 'i번째 사람이 기다려서 인출하는데 걸린 시간' + 'i+1번째 사람..

1065번: 한수 어떤 양의 정수 X의 각 자리가 등차수열을 이룬다면, 그 수를 한수라고 한다. 등차수열은 연속된 두 개의 수의 차이가 일정한 수열을 말한다. N이 주어졌을 때, 1보다 크거나 같고, N보다 작거나 www.acmicpc.net https://www.acmicpc.net/problem/1065 문제 한수는 각 자리 수가 등차수열의 형태인 수입니다. N을 입력받아 1보다 크고 N보다 작거나 같은 한수의 개수를 구하는 문제입니다. 이때 N은 1000보다 작거나 같은 자연수로 주어집니다. 아이디어 N이 최대 1000이므로 최대 4자리 수까지만 입력받을 수 있습니다. 또한 100미만의 수는 모두 한수가 되므로, 100부터 999까지의 수를 판별하는 것에 초점을 두었습니다. N이 100부터 999 ..

데이터 시각화 - PLOTLY 0. plotly - 인터렉티브한 그래프를 그릴 수 있는 라이브러리입니다. - dict 형식으로 명령어를 작성합니다. - 다양한 방식으로 export가 가능합니다. - 한글 폰트를 기본으로 지원해줍니다. plotly에서 그래프를 그리는 방식은 여러가지가 존재합니다. 그래프를 그리기 전에 plotly에서 일반적으로 사용하는 패키지들을 모두 불러와줍니다. import plotly.io as pio # Plotly input output import plotly.express as px # 빠르게 그리는 방법 import plotly.graph_objects as go # 디테일한 설정 import plotly.figure_factory as ff # 템플릿 불러오기 from p..

데이터 시각화 - Seaborn 0. Seaborn - Matplotlib를 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지 - 기본적인 시각화 기능은 matplotlib 패키지에 의존하며 통계 기능은 statsmodels 패키지에 의존 - 함수가 쉬우며 직관적으로 결과를 확인할 수 있습니다. import seaborn as sns #seaborn 라이브러리 로드 - Seaborn 그래프의 기본 설정 seaborn에서는 sns.set()을 통해 기본 환경변수를 설정할 수 있습니다. 스타일, 팔레트, 글꼴 등 앞으로 그리게 되는 모든 플롯의 그림에 영향을 주는 설정입니다. ex) sns.set_theme(style = 'whitegrid') #그래프 배경의 기본 테마를 변경할 수..

데이터 시각화 - Matplotlib 0. Matplotlib - 파이썬의 대표적인 과학 계산용 그래프 라이브러리입니다. - 판다스에 연계되어있어 사용하기 편리합니다. Matplotlib 라이브러리는 보통 아래와 같은 코드로 불러옵니다. #기본 import 라이브러리 import matplotlib as mpl # 기본 설정 만지는 용도 import matplotlib.pyplot as plt # 그래프 그리는 용도 import matplotlib.font_manager as fm # 폰트 관련 용도 - 한글 폰트 설정 Matplotlib는 기본적으로 한글 폰트를 지원하지 않기 때문에 따로 설정해주어야 합니다. 1) matplotlib에서 사용할 수 있는 폰트를 담아두는 위치를 찾아 해당 위치에 사용할 ..

Pandas 완전정복2 - 데이터 변형, 병합, 정규표현식 조건 1. Group by를 통한 데이터 변형 특정 칼럼의 값들을 기준으로 데이터를 재정렬하거나 연산하고 싶을 때 group by를 이용합니다. df.groupby(묶음의 기준이 되는 칼럼명)[연산을 적용할 칼럼].적용받는 연산() import seaborn as sns tip = sns.load_dataset('tips') tip tip이라는 데이터에는 day라는 범주형 변수가 존재합니다. 요일(day)에 따른 총 지불액의 평균값을 구하고 싶다면 'day를 기준으로 groupby를 진행하고 total_bill 변수에 mean 연산을 적용해주면 됩니다.' 이를 코드로 구현하면 아래와 같습니다. #요일(day)에 따른 총 지불액의 평균값 #기준 칼..

Pandas 완전정복1- DataFrame(데이터프레임) 0. Pandas란? - 많은 양의 데이터를 로드해서 분석하는데 최적화된 패키지이며, 다양한 데이터 분석 함수를 제공합니다. - Numpy를 내부적으로 활용하기 때문에 Numpy를 같이 로드해줘야 합니다. - 다른 시스템에 쉽게 연결할 수 있어 활용도가 좋습니다. 1. Series와 DataFrame Series는 pandas의 1차원 배열 자료구조입니다. series = pd.Series([넣을 원소])를 이용하여 시리즈 데이터를 만들 수 있습니다. DataFrame(데이터프레임)은 여러개의 Series가 모여서 이루는 2차원 배열 구조이며, 인덱스(index), 변수(column), 값(value)로 이루어진 데이터입니다. 데이터프레임에는 넘파..

[Python] Numpy 완전정복2 - 연산, 벡터, 무작위, 수정 Numpy 완전정복1에 이어서 Numpy의 기초적인 문법에 대해 정리하고 자주 사용하게 될 유용한 함수들을 정리해두었습니다! 1. Numpy 연산 Numpy에서는 다양한 통계 연산 메소드들을 제공합니다. 이 메소드들로 데이터에 다양한 연산을 쉽게 수행할 수 있습니다. np.mean(변수명) #산술평균 np.average(변수명, weights = [원소별 가중치]) #가중평균 np.median(변수명) #중위수 np.cumsum(변수명) #누적합 np.std(변수명) #표준편차 np.var(변수명) #분산 np.min(변수명) #최솟값 np.max(변수명) #최댓값 np.sum(변수명) #원소들의 합 np.dot(변수명1, 변수명2) ..