본문 바로가기

Programming

(29)

[Level 2] 조이스틱 코딩테스트 연습 - 조이스틱 조이스틱으로 알파벳 이름을 완성하세요. 맨 처음엔 A로만 이루어져 있습니다. ex) 완성해야 하는 이름이 세 글자면 AAA, 네 글자면 AAAA 조이스틱을 각 방향으로 움직이면 아래와 같습니다. ▲ - 다 programmers.co.kr def cnt_up_down(chr): cnt_from_a = abs(ord('A')-ord(chr)) cnt_from_z = abs(ord('Z')-ord(chr)+1) return(min(cnt_from_a, cnt_from_z)) def solution(name): cnt = 0 for i in name: cnt += cnt_up_down(i) lst_name = list(name) len_name = len(lst_name) if ls..

[Level 2] 큰 수 만들기 코딩테스트 연습 - 큰 수 만들기 programmers.co.kr def solution(num, k): max_num = [] for i, n in enumerate(num): while len(max_num) > 0 and max_num[-1] 0: max_num.pop() k -= 1 if k == 0: max_num += list(num[i:]) break max_num.append(n) max_num = max_num[:-k] if k > 0 else max_num return(''.join(max_num)) ▷ 이 문제는 그리디 알고리즘을 이용하여 푸는 문제로, 주어진 문자열의 두 번째 숫자부터 이전의 숫자와 비교를 통해 가장 큰 숫자를 만들어 나가야 한다. ▷ 위 코드의..

기본 함수 사용법 R의 내장된 기본 함수의 사용법에 대해 알아보자. □ if ( ) { } else if ( ) { } else { } In: char = 'A' if (char == 'B') { print('if') } else if (char == 'C') { print('else if') } else { print('else') } Out: [1] "else" □ for ( ) { } In: for (i in 1:5) { print(i) } Out: [1] 1 [1] 2 [1] 3 [1] 4 [1] 5 □ ifelse In: char = 'A' ifelse(char == 'A', 'char is A', 'char is not A') Out: [1] "char is A" ▷ ifelse 함수의 첫 번째 인자는 조건을 ..

caret 사용법 caret 패키지를 사용하여 다양한 머신러닝 기법의 적용 방법을 알아보자. In: df_iris = iris str(df_iris) Out: 'data.frame':150 obs. of 5 variables: $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ... $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ... $ Species : Factor w/ 3 levels ..

dplyr 사용법 dplyr의 대표적인 함수 select, filter, mutate, summarise, group_by, sample_n, sample_frac의 사용 방법을 이해하고 적용하여 보자. In: library(dplyr) df_iris = iris str(df_iris) Out: Sepal.Length Sepal.Width Petal.Length Petal.Width Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 Median :5.800 Median :3.000 Median :4.350 Median :1.300 Mean :5.843 Mean :3.057 Mean :3...

결측치 다루는 방법 결측치 다루는 방법에 대하여 알아보자. □ 결측치 확인 In: library(MASS) df_car = Cars93 df_car %>% sapply(function(x) sum(is.na(x))) Out: Manufacturer Model Type 0 0 0 Min.Price Price Max.Price 0 0 0 MPG.city MPG.highway AirBags 0 0 0 DriveTrain Cylinders EngineSize 0 0 0 Horsepower RPM Rev.per.mile 0 0 0 Man.trans.avail Fuel.tank.capacity Passengers 0 0 0 Length Wheelbase Width 0 0 0 Turn.circle Rear.seat.room Luggag..

CSV 파일 읽기/쓰기 CSV 파일을 생성한 뒤, 이를 특정 경로에 쓰고 읽기를 수행하여 보자. In: df_car = mtcars df_car %>% head() Out: mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 Va..

문자열 데이터 다루는 방법 R의 내장되어 있는 함수와 stringr 패키지를 활하여 문자열 데이터를 다루는 방법에 대해 알아볼 것이다. □ 문자 이어 붙이기 In: paste('Rooney', 'Song', sep = '_') paste0('Rooney', 'Song') str_c('Rooney', 'Song', sep = '_') Out: [1] "Rooney_Song" [1] "RooneySong" [1] "Rooney_Song" ▷ paste, paste0 함수는 두 문자열을 붙여주는 역할을 한다. 두 함수의 차이점은 paste0 함수는 붙일 때, 사이에 문자를 삽입하지 않고, 바로 붙인다는 것이다. paste 함수의 sep 인자를 통해 두 문자열을 붙일 때, 사이에 들어갈 문자를 지정할 수 있다. ▷ str_c 함수는 st..

시계열 데이터 다루는 방법 R의 내장되어 있는 함수와 lubridate 패키지를 활용하여 시계열 데이터를 다루는 방법에 대해 알아볼 것이다. □ 기본 함수를 활용한 시계열 데이터 다루기 In: date_form = c('%Y%m%d', '%Y.%m.%d', '%Y~%m~%d', '%Y-%m-%d') date_1 = as.Date('20201019', tryFormats = date_form) date_2 = as.Date('2020.10.19', tryFormats = date_form) date_3 = as.Date('2020~10~19', tryFormats = date_form) print(date_1) print(date_2) print(date_3) print(class(date_1)) print(class(date_2)..

tidyr 사용법 tidyr 패캐지의 대표적인 함수 gather, spread, seperate, unite의 사용 방법을 이해하고 적용하여 보자. In: library(dplyr) library(tidyr) df_iris = iris df_iris$id = 1:nrow(df_iris) df_iris = df_iris[, c(6, 1:5)] str(df_iris) Out: 'data.frame':150 obs. of 6 variables: $ id : int 1 2 3 4 5 6 7 8 9 10 ... $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ ..

apply, sapply, lapply 사용법 apply, sapply, lapply 함수의 사용법을 이해하고 적용하여 보자. In: library(dplyr) df_iris = iris df_iris_num = iris %>% select(-Species) str(df_iris_num) Out: 'data.frame':150 obs. of 4 variables: $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ... $ Petal.Width : num 0.2 0.2 0.2 0..

Selenium과 BeautifulSoup를 활용한 크롤링 BeautifulSoup와 Selenium을 이용하여 피파 온라인의 데이터 센터에서 5월부터 10월까지의 포지션별 선수의 이용자 수 데이터를 크롤링 한 후, 피파 온라인의 포지션별 선수의 선호도를 확인할 것이다. 정적 크롤링만으로 해당 사이트의 데이터를 다 불러올 수 없기 때문에 정적 크롤링을 수행하는 BeautifulSoup와 동적 크롤링을 수행하는 Selenium을 함께 활용하여 크롤링을 수행하였다. 수행 과정은 다음과 같다. 1. 데이터 수집 과정 2. 크롤링 3. 시각화 1. 데이터 수집 과정 포지션별 선수의 이용자 수를 얻기 위해서는 피파 온라인의 데이터 센터(fifaonline4.nexon.com/datacenter/dailysquad)에 접속한 후, 다음 과정을 통해 수행하여야 한다. (1)..

이전 1 2 3 다음

티스토리툴바