얼렁뚱땅

Airflow 실습 중에 API를 활용하여 공공 데이터 받아오는 Custom Operator 만드는 부분이 있다.해당 실습을 이해하려면 API 호출하는 부분에 대해 공부해야 할 것 같아 정리하고자 한다. 🐼1. 실습 데이터서울시 열린 데이터 광장(https://data.seoul.go.kr/)에서는 많은 데이터들을 API 형태로 공유하고 있는데, 그 중 서울시 부동산 실거래가 데이터를 가져오고자 한다.API 호출해서 가져올 수 있는 데이터들은 OpenAPI 태그가 붙어있다.인증키 신청해당 데이터를 받아오기 위해서는 로그인 후 API 활용 신청을 해야 한다.인증키 신청 > 일반 인증키 신청 > 사용url: localhost (그 외부분은 자유롭게 기재)해당 과정 완료하면 개인마다 주어지는 API KEY ..

파이썬에서는 날짜형태의 object 컬럼을 datetime으로 바꾸거나, 그 반대로 datetime 타입의 컬럼을 object로 바꿔야 하는 일이 매~우 많다.외워두면 좋을 법 한데 특히 이 datetime 관련 함수들은 정말 안 외워진다... 빅쿼리 함수랑 헷갈림정리 잘 해서 맨날 까먹지 말고 머릿속에서 꺼내 쓰자~날짜 및 시간을 문자열 타입으로 출력하려면 -> strftime문자열을 날짜 및 시간 타입으로 출력하려면 -> strptime1. strftimedatetime_변수.strftime(형식)import datetimenow = datetime.datetime.now()print(now) # datetime.datetime(2024, 2, 5, 5, 26, 2, 609845)now.strftim..

이진탐색이란?오름차순으로 정렬된 배열을 반복적으로 반으로 나누어 원하는 숫자(target)을 찾는 알고리즘이다. (정렬된 배열에서 빠르게 원하는 원소를 찾는 방법)이진탐색 알고리즘시간복잡도: O(logN)방법1) 배열을 오름차순으로 정렬2) 배열의 중간값(middle)이 찾고자 하는 값(target)인지 탐색3) middle 값이 target과 다르다면 대소관계를 비교하여 탐색 범위를 좁히고,target = middle이 될 때 까지 탐색범위 변경target 값이 middle 보다 작으면 end를 middle 왼쪽 값으로 변경target 값이 middle 보다 크면 start를 middle 오른쪽 값으로 변경이진탐색 코드def binary_search(target, data): data.sort()..

1. reshape 함수배열과 차원을 변환해주는 함수np.reshape(변경할 배열(리스트, 튜플, array 가능), 변경할 차원)배열.reshape(차원) -> 리스트, 튜플 불가능 (list or tuple has no attribute 'reshape')a = [1,2,3,4,5,6,7,8]b = (1,2,3,4,5,6,7,8)np.reshape(a,(2,4))>>>array([[1, 2, 3, 4], [5, 6, 7, 8]])np.reshape(b,(2,4))>>>array([[1, 2, 3, 4], [5, 6, 7, 8]]) np.array(a).reshape(2,4)>>>array([[1, 2, 3, 4], [5, 6, 7, 8..

1. Try, Except문 활용Try, Except 문으로 my_string 내부의 숫자값만 계산하고 문자열은 passint로 변환할 수 있는 숫자값만 계산되어짐number = int(number), number = float(number) 형식으로도 int, float 판별 가능for i in my_string: try: answer = answer + int(i) except: pass2. 숫자 판별 함수 활용2-1. isnumeric()숫자값 표현에 해당하는 문자열까지 True로 반환number = ['123', '-1', '0.5', '½', '3²', '50%']for i in number: print(i, i.isnumeric()) -- 결과 -- 123 ..

(벨로그에 작성했던 글을 GA4 세팅하는 김에 티스토리로 옮겨보려고 한다!)파이썬을 활용한 데이터 분석이나 머신러닝 작업에서 가상환경은 필수이다. 특히 Anaconda는 가상환경을 편리하게 관리할 수 있는 도구를 제공하며, 이를 통해 프로젝트별로 독립적인 작업 환경을 구성할 수 있다.1. 가상환경 생성Anaconda에서 가상환경을 생성하려면 아래 명령어를 사용합니다.conda create -n [환경이름] python=[파이썬 버전]2. 가상환경 확인, 활성화, 비활성화, 제거# 가상환경 확인conda info --envs# 가상환경 활성화activate [가상환경명]# 가상환경 비활성화deactivate# 가상환경 제거conda remove --name [가상환경] --all3. jupyter note..