티스토리

자윰이의 성장일기

검색하기

블로그 홈

자윰이의 성장일기

think-tech.tistory.com/m

자윰자욤 님의 블로그입니다.

구독자: 1

방명록 방문하기

728x90

주요 글 목록

[Pandas] shift란? Pandas에서 제공하는 기능 중 shift라는 기능이 있다. 우리가 알고 있는 의미 그대로 '이동시키다'라고 해석하면 어떤 기능인지 잘 와닿을 것 같다! 말 그대로 현재 데이터를 n칸 씩 앞으로 또는 뒤로 손쉽게 밀 수 있다. 공식 문서에 있는 예제를 살펴보자. 아래와 같은 예시의 데이터 프레임이 있을 때 >>> df = pd.DataFrame({"Col1": [10, 20, 15, 30, 45], ... "Col2": [13, 23, 18, 33, 48], ... "Col3": [17, 27, 22, 37, 52]}, ... index=pd.date_range("2020-01-01", "2020-01-05")) >>> df Col1 Col2 Col3 2020-01-01 10 13 17 2020-01-.. 공감수 0 댓글수 0 2022. 4. 27.
[Pandas] groupby 사용법 이해하기 Pandas에서 groupby는 데이터를 이해하고 분석할 때 굉장히 편리하고 좋은 도구입니다! 굉장히 많이 쓰이는 기능임에도 의외로 사용법이 쉽게 이해가 되지는 않습니다. 최근 부스트캠프에서 groupby를 굉장히 이해하기 쉽게 설명해주신 것이 있어 정리 및 공유해보려고 합니다! 우선 groupby의 가장 기본적인 사용법은 다음과 같습니다. (데이터프레임).groupby(분리할KEY).agg({합치고싶은특성: 어떻게합칠지, ...}) 예를 들어보자면, 만약 어떤 고객이 어떤 물건을 구매했는지에 대한 구매이력 데이터프레임이 우리에게 있다고 가정해봅시다. 여기서 각 고객 별로 몇 개의 물건을 구매했는지 살펴보고 싶다면, df.groupby("userID").agg({"buy": "count"}) 이렇게 되는.. 공감수 0 댓글수 0 2022. 4. 21.
[Python] dictionary 타입에서 default 값 가져오기 파이썬에서 사용하는 데이터 타입 중에는 "dictionary(딕셔너리)"라는 데이터 타입이 있습니다. 우리가 사전을 볼 때 단어를 찾으면 단어의 의미가 사전에 적혀있는 것과 동일한 형태의 데이터 구조라고 생각하면 됩니다. 다음은 과일이라는 key값을 찾아가면 가격이라는 value를 담고 있는 딕셔너리의 예제입니다. fruits = {"apple" : 1000, "banana" : 1500, "strawberry" : 500} 이번 글에서는 딕셔너리의 default 값에 대하여 간단하게 정리하겠습니다! 딕셔너리를 사용하여 코드를 짜다보면 종종 딕셔너리에서 값을 가져올 때 해당하는 키 값이 딕셔너리에 없는 경우가 있습니다. 없는 키에 접근을 하면 당연히 value를 불러 올 수 없습니다. 그렇다면 딕셔너리에.. 공감수 0 댓글수 0 2022. 3. 29.
[BOJ] 7576. 토마토 (Python) 7576번: 토마토 첫 줄에는 상자의 크기를 나타내는 두 정수 M,N이 주어진다. M은 상자의 가로 칸의 수, N은 상자의 세로 칸의 수를 나타낸다. 단, 2 ≤ M,N ≤ 1,000 이다. 둘째 줄부터는 하나의 상자에 저장된 토마토 www.acmicpc.net 오랜만에 보는 토마토 문제~! 정말 대표적인 BFS 문제라고 할 수 있다. from collections import deque def solution() : M, N = map(int, input().split()) dxy = [(0, 1), (0, -1), (1, 0), (-1, 0)] # 이동 방향 q = deque([]) tomatoes = [] for row in range(N) : tomato = list(map(int, input().. 공감수 0 댓글수 0 2022. 3. 25.
[Programmers] 타겟 넘버 (Python) 코딩테스트 연습 - 타겟 넘버 n개의 음이 아닌 정수들이 있습니다. 이 정수들을 순서를 바꾸지 않고 적절히 더하거나 빼서 타겟 넘버를 만들려고 합니다. 예를 들어 [1, 1, 1, 1, 1]로 숫자 3을 만들려면 다음 다섯 방법을 쓸 수 programmers.co.kr 예전에 풀었던 BFS / DFS를 오랜만에 다시 풀어봤다! 주어진 숫자로 타겟 넘버를 만드는 방법이 몇가지 있는지 세보는 문제이다. 이때 주어진 숫자의 순서는 바꿀 수가 없다! 방법은 간단하다. 앞에서부터 순서대로 더하거나 빼는 케이스를 해보고, 타겟 넘버가 되는 케이스를 세어주면 된다. 1) BFS 풀이 def bfs(start) : answer = 0 q = deque([]) q.append((numbers[start], start)).. 공감수 0 댓글수 0 2022. 3. 25.
[Programmers] 2019 카카오 개발자 겨울 인턴십 - 튜플 (Python) 코딩테스트 연습 - 튜플 "{{2},{2,1},{2,1,3},{2,1,3,4}}" [2, 1, 3, 4] "{{1,2,3},{2,1},{1,2,4,3},{2}}" [2, 1, 3, 4] "{{4,2,3},{3},{2,3,4,1},{2,3}}" [3, 2, 4, 1] programmers.co.kr 문자열 다루는 문제! 집합 길이별로 정렬해서 새로 추가 된 숫자를 순서대로 정답 리스트에 넣어주면 된다!! def solution(s): answer = [] s = s[1:-1] # 대괄호 제거 s = ''.join(s.split('{')).split('}')[:-1] # 집합 분리 set_dict = dict() # 길이 별 집합 저장 for i in s : if i[0] == "," : i = i[1:] .. 공감수 0 댓글수 0 2022. 3. 25.
[Programmers] 큰 수 만들기 (Python) 코딩테스트 연습 - 큰 수 만들기 programmers.co.kr 오랫동안 못 풀었던 큰 수 만들기 문제! 오랜만에 도전했더니 생각보단(?) 금방 해결해서 기분이 좋다! 그리디 = 매 순간 최선의 선택을 하는 문제! 라는 것에 집중하면 문제 해결방법을 금방 생각해낼 수 있다. 가장 큰 수를 만들기 위해서 매 순간 할 수 있는 가장 최선의 선택은 무엇일까? 큰 수의 조건은 무엇인가!? 일단 큰 수가 되려면 무조건 맨 앞자리 숫자가 가장 커야한다. 따라서 앞에서부터 비교했을 때 현재 자릿수 숫자 < 다음 자릿 수 숫자 이면 현재 자릿수의 숫자를 제거하는 것이 바람직하다는 것! 또한 제거하고나서 매번 처음부터 다시 비교하면 시간초과가 나므로 제거한 숫자 전 바로 이전 자릿수부터 다시 비교해야한다. 이전 자릿수.. 공감수 0 댓글수 0 2022. 3. 25.
[Programmers] 이진 변환 반복하기 (Python) 코딩테스트 연습 - 이진 변환 반복하기 programmers.co.kr 주어진 이진 숫자에서 0을 제거하고, 제거한 숫자의 길이를 다시 이진 변환하고.. 숫자가 1이 될 때까지 이 과정을 반복하는 문제이다! 1이 될 때까지 몇 개의 0을 제거했고, 몇 단계를 거쳤는지 리턴해주면 끝! def solution(s): answer = [] cnt = 0 # 제거한 0의 개수 step = 0 # 회차 while s != "1" : step += 1 new_s = len(''.join(s.split("0"))) cnt += len(s) - new_s s = "" while new_s != 1 and new_s != 0 : s = str(new_s % 2) + s new_s //= 2 s = str(new_s) +.. 공감수 0 댓글수 0 2022. 3. 25.
[Programmers] 스킬트리 (Python) 코딩테스트 연습 - 스킬트리 programmers.co.kr 스킬 트리에서 선행 스킬 조건을 제대로 만족한 스킬트리의 개수를 찾는 문제! 오랜만에 게임이 하고 싶어지는 문제였다ㅋㅋ 처음에는 선행 스킬 조건을 Parents 테이블로 찾아야 하나 했는데 생각해보니 단계 순서를 정확하게 따르지 않으면 무조건 틀리기 때문에 그냥 순서를 지켰느냐만 확인하면 되는 문제였다. 1. 각 스킬 레벨 정리 주어진 선행 스킬 순서대로 딕셔너리 형태로 0, 1, 2, ... 순으로 레벨을 매겨주었다. 2. 각 스킬 트리하나씩 살펴보며 선행 스킬 지켰는가 확인 i) 만약 선행스킬이 없는 스킬이라면 순서가 상관없으니 확인할 필요가 없음 ii) 선행 스킬이 있다면(스킬 딕셔너리에 존재한다면) 내가 현재 배울 수 있는 스킬인지 확인.. 공감수 0 댓글수 0 2022. 3. 25.
[Programmers] 피로도 (Python) 코딩테스트 연습 - 피로도 XX게임에는 피로도 시스템(0 이상의 정수로 표현합니다)이 있으며, 일정 피로도를 사용해서 던전을 탐험할 수 있습니다. 이때, 각 던전마다 탐험을 시작하기 위해 필요한 "최소 필요 피로도"와 던 programmers.co.kr 던전의 개수가 8개밖에 되지 않아 permutations로 간단하게 풀었다. from itertools import permutations def solution(k, dungeons): answer = -1 n = len(dungeons) # 던전 갯수 for perm in list(permutations(range(0, n), n)) : cnt = 0 now_k = k for i in perm : if now_k >= dungeons[i][0] : n.. 공감수 0 댓글수 0 2022. 3. 24.
[Programmers] 124 나라의 숫자 (Python) 코딩테스트 연습 - 124 나라의 숫자 programmers.co.kr 1, 2, 4만 있는 나라에서 10진수를 어떻게 표현할 수 있는가? 라는 문제! 처음 딱 봤을 때 3진법으로 나타내고 0, 1, 2를 각각 매칭해주면 되겠네! 라고 간단하게 생각했다. 그러나 풀어서 생각해보니 0의 경우 단독으로 맨 앞자리에 올 수 없으므로 단순 매칭으로는 해결할 수 없다는 문제가 있었다! 숫자를 다 나열해서 비교해보며 찾아낸 규칙은 1. 3으로 나누어 떨어지지 않으면 3진법으로 나타낸 수를 그대로 사용하고 2. 3으로 나누어 떨어지는 경우 4를 대신 넣어주고, n // 3 -1 에서 이어서 계산을 해주면 된다. 이렇게 두 가지였다! 이러한 규칙만 찾아내면 간단하고, 입력으로 주어지는 숫자가 아무리 커도 시간 효율성도.. 공감수 0 댓글수 0 2022. 3. 24.
[Programmers] 2019 KAKAO BLIND RECRUITMENT - 후보키 (Python) 코딩테스트 연습 - 후보키 [["100","ryan","music","2"],["200","apeach","math","2"],["300","tube","computer","3"],["400","con","computer","4"],["500","muzi","music","3"],["600","apeach","music","2"]] 2 programmers.co.kr 데이터베이스에서 사용할 수 있는 후보키의 개수를 구하는 문제! 효율적으로 보이지는 않지만 후보키의 개수가 많이 않기 때문에 combinations을 사용해서 구해도 충분히 시간안에 해결 가능한 문제였다! from itertools import combinations def solution(relation): answer = 0 n = len.. 공감수 0 댓글수 0 2022. 3. 24.
[Programmers] 방문 길이 (Python) 코딩테스트 연습 - 방문 길이 programmers.co.kr 처음에는 매 칸의 상하좌우로 방문한 곳을 다 저장해야하나 하고 생각해서 매우 어렵게 접근했었다..🥲 하지만 뮤.뮤가 매우 간단한 아이디어를 제공해줬다!! 이 문제의 핵심은 바로 "선을 어떻게 표현할 수 있는가?" 이다! 이 문제에서 선은 어떻게 만들어지는가! 바로 점과 점이 만나서 선이 만들어진다. 즉, (출발점, 도착점) 정보가 바로 선에 대한 정보인것! 따라서 (출발점, 도착점) 정보가 총 중복 없이 몇 개 있느냐가 정답이된다! 나같은 경우 (출발점) : [(도착점)]을 저장하는 딕셔너리를 만드는 방식으로 구현했다. 이때 (출발점, 도착점)과 (도착점, 출발점)은 동일한 선이므로 각각 딕셔너리에 저장한 후 마지막에 2로 나누어 주어야 한다.. 공감수 0 댓글수 0 2022. 3. 24.
[BOJ] 1261. 알고스팟 (Python) 1261번: 알고스팟 첫째 줄에 미로의 크기를 나타내는 가로 크기 M, 세로 크기 N (1 ≤ N, M ≤ 100)이 주어진다. 다음 N개의 줄에는 미로의 상태를 나타내는 숫자 0과 1이 주어진다. 0은 빈 방을 의미하고, 1은 벽을 의미 www.acmicpc.net 오랜만에 푸는 벽 부수기 문제! 코테 준비를 하면서 제일 처음 벽 부수기 문제를 만났을 때는 머리 터지겠다.. 했는데 그래도 여러 BFS 문제를 풀어봐서인지 비교적 쉽게 풀 수 있었다! BFS의 대표 유형과 비슷한데 알고스팟에서 유의해야할 점은 "이미 지나간 곳이지만 더 적은 횟수로 벽을 부수고 지나갈 수 있는가?"라는 점이다! 더 적은 횟수로 벽을 부수고 지나갈 수 있다면 이미 방문한 곳이라도 다시 재방문을 해주어야 한다. 따라서 일반적으.. 공감수 0 댓글수 0 2022. 3. 23.
[2022 KAKAO BLIND RECRUITMENT] 양궁대회 (Python) 코딩테스트 연습 - 양궁대회 문제 설명 카카오배 양궁대회가 열렸습니다. 라이언은 저번 카카오배 양궁대회 우승자이고 이번 대회에도 결승전까지 올라왔습니다. 결승전 상대는 어피치입니다. 카카오배 양궁대회 운영위원 programmers.co.kr 2022 카카오 공채.. 마지막 컬쳐핏 면접에서 떨어져서 정말 눈물을 흘렸던 바로 그 공채.. 오랜만에 그때 풀었던 풀이를 다시 살펴봤다. n의 제한이 10개밖에 되지 않아서 combination을 사용하여 간단하게 풀었고 무난하게 통과했다. from itertools import combinations_with_replacement as cwr from collections import Counter def solution(n, info) : answer = [] .. 공감수 1 댓글수 0 2022. 3. 23.
[Programmers] 힙(Heap) - 이중우선순위큐 (Python) 코딩테스트 연습 - 이중우선순위큐 programmers.co.kr 오랜만에 기초 문제 다시 풀기! heap 자료구조를 사용한 문제풀이는 정말 오랜만이라서 heapq 라이브러리의 간단한 사용법을 정리할겸 써본다. 파이썬에서는 내장 라이브러리로 heapq라는 기능을 제공하기 때문에 heap 문제를 매우 간단하게 풀 수 있다. 우선 heap을 사용해서 풀 때 유용한 유형은 "최댓값/최솟값을 반복적으로 리턴해야할 때"이다! 사용법은 간단하다. import heapq heap = [] # 그냥 리스트로 힙을 만들어준다 heapq.heappush(heap, 1) heapq.heappop(heap) 그냥 리스트로 힙을 만들어준 후 heapq라이브러리를 사용하여 값을 넣고, 빼주면 된다는 것! 만약 풀고자하는 문제가.. 공감수 0 댓글수 0 2022. 3. 23.
Pandas Dataframe에서 One Hot Encoding을 Label Encoding으로 바꾸는 법 Dataframe에서 상황에 따라 one-hot encoding을 label encoding으로 변환해서 사용해야하는 경우가 있다. One hot encoding을 사용할 때는 get_dummies를 사용하면 쉽게 변환이 가능하다. 반대로 label encoding으로 변환하고 싶다면 다음과 같은 방식으로 손쉽게 변환이 가능하다! onehot_encoding_list = [...] # one_hot encoding으로 표현되어 있는 feature 이름 df['label_encoding'] = np.argmax(np.asarray(df[onehot_encoding_list]), axis=1) 공감수 0 댓글수 0 2022. 3. 16.
[논문] HMSG : Heterogeneous Graph Neural network based on Metapath Subgraph Learning 본 글은 논문을 읽고 공부를 하는 과정에서 이해한 바를 번역 / 설명 해둔 글입니다. 혹시 동일 논문을 읽는 다른 분들께 도움이 되었으면 하여 정리해두나 잘못된 부분이나 부족한 부분이 있을 수 있습니다. 따라서 잘못된 부분 / 궁금한 부분이 있으면 언제든지 댓글 환영합니다.😄 최근 heterogeneous graph를 다루는 방법에 대해서 연구하면서 찾게 된 논문이다. 작년 하반기에 나온 매우 따끈따끈한 논문! 한 번 정리하면서 읽어보려 한다. heterogeneous graph와 homogeneous graph의 차이가 궁금하다면 이 글을 참고하길 바랍니다! HMSG: Heterogeneous Graph Neural Network based on Metapath Subgraph Learning Many.. 공감수 0 댓글수 0 2022. 3. 9.
[DGL] remove_edges로 그래프 내 특정 edge 제거하기 dgl.DGLGraph.remove_edges — DGL 0.8.0 documentation © Copyright 2018, DGL Team. Revision 58346042. docs.dgl.ai DGL 라이브러리를 사용하여 만든 그래프에서 특정 엣지를 제거하고 싶을 때는 remove_edges를 사용하면 된다! heterogeneous graph에서의 예시는 dgl 문서에 쉬운 예제로 잘 설명되어있다. >>> g = dgl.heterograph({ ... ('user', 'plays', 'game'): (torch.tensor([0, 1, 1, 2]), ... torch.tensor([0, 0, 1, 1])), ... ('developer', 'develops', 'game'): (torch.tens.. 공감수 0 댓글수 0 2022. 3. 7.
[DGL] RelGraphConv에서 IndexError: index out of range in self 문제! RelGraphConv layer로 계산을 하는 중 다음과 같은 에러를 만났다. IndexError: index out of range in self 도저히 왜 나는지 이해가 안가서 dgl 라이브러리의 코드를 직접 뜯어서 해당하는 위치에 코드를 확인해보았다. 에러가 나는 부분은 다음 위치였다. File ~/anaconda3/envs/dgl/lib/python3.8/site-packages/dgl/nn/pytorch/conv/relgraphconv.py:245, in RelGraphConv.basis_message_func(self, edges, etypes) --> 245 weight = weight.index_select(0, etypes) 246 msg = th.bmm(h.unsqueeze(1), w.. 공감수 0 댓글수 0 2022. 3. 7.
[DGL] heterogeneous graph를 homogeneous graph로 변환할 때 edata, ndata 함께 전달하기 heterogeneous graph를 homogeneous graph의 형태로 변환하는 과정에서 edata를 함께 전달해야하는 상황이었다! 우선 hetero -> homo의 경우 dgl에서 to_homogeneous 라는 라이브러리를 제공한다. dgl.to_homogeneous — DGL 0.9 documentation ndata (list[str], optional) – The node features to combine across all node types. For each feature feat in ndata, it concatenates G.nodes[T].data[feat] across all node types T. As a result, the feature feat of all node.. 공감수 0 댓글수 0 2022. 3. 7.
[Python] IndexError: tensors used as indices must be long, byte or bool tensors 문제 해결 subgraph를 추출하는 과정에서 만난 에러! 그래프 내 특정 타겟 노드에 대해서만 다음과 같은 에러가 발생하는 것을 확인할 수 있었다. IndexError: tensors used as indices must be long, byte or bool tensors tensor를 인덱스로 사용 시 반드시 long, byte, bool이어야 한다는 것. 코드를 확인해보니 특정한 경우에는 인덱스로 사용되는 tensor가 empty하여 이런 에러가 발생한 것을 확인할 수 있었다. 그렇다면 이런 경우는 따로 예외처리를 해야할까? 물론 예외처리를 할 수도 있지만 인덱스로 사용되는 tensor를 numpy 객체로 변환하여 사용하여 문제없이 사용가능하다! 공감수 0 댓글수 0 2022. 3. 6.
[DGL] TypeError : default_collate 에러 (DGL.batch, collate_fn) 데이터셋을 만들고 dataloader로 넘겨주었는데 dataloader에서 값을 받는 중에 만난 에러! 내가 만들고자 한 것은 dgl 라이브러리의 heterogeneous graph 타입의 그래프를 반환해주는 dataset / dataloader 였다. dataset과 dataloader는 PyTorch 타입을 사용했는데 아래와 같은 에러를 만났다. TypeError: default_collate: batch must contain tensors, numpy arrays, numbers, dicts or lists; found 찾아보니 배치로 넘겨줄 때의 output 값은 꼭 tensors, numpy arrays, numbers, dicts, lists 중 하나여야 한다고.. 그래프 데이터를 넘겨주는 .. 공감수 0 댓글수 0 2022. 3. 3.
[PyTorch] 모델 내 일부 레이어 freeze 하기 pretrained 모델을 가져와서 나의 데이터에 맞게 학습시킬 때 기존 모델의 전체적인 weight은 그대로 가져오고 classifier 역할을 하는 마지막 레이어만 내 데이터에 맞게 학습시키고 싶어졌다. 모델 내 레이어를 부분적으로 freeze 하기 위한 방법을 찾아보니 다음과 같이 모델의 파라미터를 불러와 requires_grad를 False로 두어 freeze하고 싶은 부분은 freeze하고, 가중치 업데이트를 하고 싶은 부분은 그대로 두면 된다! 나같은 경우는 모델의 마지막 레이어 'fc'만 학습을 시키고 싶어 아래와 같이 코드를 구성했다. for name, param in model.named_parameters(): if name.split('.')[1] == 'fc' : pass else .. 공감수 0 댓글수 0 2022. 3. 2.
[Python] 난수 생성 시 가중치 (weights) 적용하기 python에서는 random 내장 라이브러리를 사용해서 난수를 쉽게 생성할 수 있습니다. >>> import random >>> random.choice(range(1, 6)) 4 그런데 만약에! 뽑히는 숫자에 확률을 더해주고 싶다면? 즉, 랜덤이긴 하지만 특정 숫자가 자주 뽑히도록 확률을 조정하고 싶다면? 바로 weights을 추가해주면 됩니다! >>> random.choices(range(1, 6), weights = [0.2, 0.3, 0.1, 0.1, 0.3]) [2] weights 변수에 넣어주면 뽑히는 대상이 뽑힐 확률을 적용해줄 수가 있습니다! 만약 한 숫자에 가중치를 몰아주게 되면 랜덤이지만 계속 같은 숫자가 나오는 것을 확인 할 수 있습니다! >>> random.choices(range.. 공감수 1 댓글수 0 2022. 2. 27.
[PyTorch] IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1) torch.nn.CrossEntropyLoss() 를 사용해서 loss를 구하는 과정에서 만난 에러! 다름이 아니라 아무 생각 없이 accuracy를 구할 때처럼 argmax로 target을 넣어 loss를 구해서 난 에러였다! crossentropy의 계산 공식을 생각해보면 말도 안된다는 걸 알 수 있다. 당연히 각 타겟 별로의 confidence 값이 있어야 crossentropy를 구할 수 있는 것인데! 따라서 CrossEntropyLoss를 구할 때에는 argmax로 예측한 target을 넣기 전 confidence 값을 그대로 넣어주어야 한다. 공감수 0 댓글수 0 2022. 2. 22.
[Python] ImportError: cannot import name 'A' from partially initialized module 'B' (most likely due to a circular import) 코드를 돌리다가 마주친 ImportError! 처음에는 import하려는 코드에 오류가 있어서 안되는건가 했는데 뒤에 설명을 보니 circular import 때문에 나타나는 경우가 많다고 써있었다! 알고보니 A.py 에서는 import B, B.py에서는 import A로 순환식으로 import를 하고 있어서 발생한 문제였다! 공감수 1 댓글수 0 2022. 2. 22.
모델 일반화를 위한 데이터 전처리 기법 Bias & Variance 학습이 너무 안됐거나, 학습이 너무 됐거나 High Bias : Underfitting High Variance : Overfitting Train / Validation 학습 데이터셋 중 일정 부분을 따로 분리 → valid set으로 활용 학습에 이용되지 않은 데이터셋을 사용하여 일반화됐는지 확인! Data Augmentation 주어진 데이터가 가질 수 있는 Case, State를 다양하게 만들어봄 낮에 찍힌 자동차 사진 → 밤으로 변경, 폭우인 날로 변경 등등 문제가 만들어진 배경과 모델의 쓰임새로부터 힌트 얻을 수 있음! torch vision.transforms 이미지에 적용할 수 있는 다양한 함수 제공 (ex. RandomCrop, Flip) Albumentati.. 공감수 0 댓글수 0 2022. 2. 21.
[Python] TypeError: cannot perform reduce with flexible type (에러 해결 - list_eval, dtype) 데이터프레임을 csv 파일로부터 읽어와 np.mean을 하는데 만난 에러! TypeError: cannot perform reduce with flexible type 테스트 후 저장 할 때까지는 잘 작동했는데 다시 load하니 이런 에러를 만났다. 찾아보니 주로 이 에러는 수치형 데이터가 아닌 데이터로 수치형 연산을 하려할 때 발생한다고 한다. 그래서 확인해보니 나는 분명 수치형 데이터를 저장해주었는데 다시 load하는 과정에서 살펴보니 str 객체로 바뀌어있었다. 왜그럴까?! 찾아보니 pandas의 read_csv 함수 같은 경우 첫 번째 행의 데이터를 기준으로 각 column 별 데이터형 타입을 자동으로 맞추어주는데 종종 잘못 매칭을 해주는 경우가 있다고 한다. 그래서 굳이 데이터타입이 잘못 매칭되.. 공감수 0 댓글수 0 2022. 2. 10.
[BOJ] 9252. LCS 2 (Python) 9252번: LCS 2 LCS(Longest Common Subsequence, 최장 공통 부분 수열)문제는 두 수열이 주어졌을 때, 모두의 부분 수열이 되는 수열 중 가장 긴 것을 찾는 문제이다. 예를 들어, ACAYKP와 CAPCAK의 LCS는 ACAK가 된다. www.acmicpc.net 오랜만에 코테 풀기! LCS란 최장 공통 부분 수열을 의미한다. 두 개의 문자열이 있을 때, 최장 공통 부분 수열이란 다음과 같다. ACAYKP CAPCAK ---------> ACAK 그렇다면 어떻게 최장 공통 부분 수열을 구할 수 있을까? 위 예시를 통해 최장 공통 부분 수열을 구하는 법을 살펴보자! 우선 아래와 같은 배열이 존재한다고 가정하자.행에 있는 문자를 기준으로 열에 해당 문자가 존재하는지 체크하고, .. 공감수 0 댓글수 0 2022. 2. 8.

728x90

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.