잠토의 잠망경

Solution 문제 InternalError: GPU sync failed 해결 코드상에 아래 부분을 넣어준다. from keras.backend import tensorflow_backend as K config = tf.ConfigProto() config.gpu_options.allow_growth = True K.set_session(tf.Session(config=config))

github set 기본기능 set의 특징 무질서 중복제거 code github #region::sample s1 = set([1,2,3,4]) print(s1) print(len(s1)) print(type(s1)) s2 = set('hello') print(s2) print(len(s2)) s3 = set() print(s3) print(len(s3)) #endregion 결과 {1, 2, 3, 4} 4 {'e', 'h', 'l', 'o'} 4 set() 0set에서 교집합, 차집합, 합집합 code github # region::union,difference,intersection s1 = set([1,2,3,4,5,6,7,8]..

기본 활용 클래스 같은 tuple형태이다. tuple은 한번 적용하면 변경 불가한 const 같은 것으로 가독성을 위하여 namedtuple을 사용하는 것이다. github code from collections import namedtuple CTest = namedtuple("CTest", "row col num num1") test01 = CTest(1,2,3,4) print('row: {0}, col: {1}, num: {2}, num1: {3}'.format(test01.row, test01.col, test01.num, test01.num1)) # tuple 이기때문에 변경은 안된다. test01.row = 10 print('row: {0}, col: {1}, num: {..

문자열 바꾸기 방법 github 기초 data datas = pd.DataFrame({'col1': [' ab_c_d_e_', 'b: cd', 'cde_ '], 'col2': ['a', 'a', 'c'], 'col3': [1, 2, 3], 'mydate': [pd.to_datetime('20200402'), pd.to_datetime('20200501')-pd.DateOffset(days=5), pd.to_datetime('20200502')] }, index=[0, 1, 2]) Replace 방식 def f_pandas_replace(datas:DataFrame): print(datas.info()) print(datas['col1'].str) print(datas['col1'].str.replace(..

mariadb를 사용하다 보면 timestamp 오류가 발생할 경우가 있다. AttributeError: 'Timestamp' object has no attribute 'translate' 해당 오류가 발생할 경우 해결책 datas = pd.DataFrame({'col1': [' ab_c', 'b: cd', 'cde_ '], 'col2': ['a', 'a', 'c'], 'col3': [1, 2, 3], 'mydate': [pd.to_datetime('20200402'), pd.to_datetime('20200501')-pd.DateOffset(days=5), pd.to_datetime('20200502')] }, index=[0, 1, 2]) print(datas.info()) 다음과 datetime6..

github line chart의 noise를 제거하기 위하여 gaussian filter를 사용하였다. 해당 chart는 1차원으로 1d 함수를 사용하였다. sigma에 따른 결과를 아래와 같이 볼수 있다. g1 = gaussian_filter1d(g, sigma=1) g1 = gaussian_filter1d(g, sigma=2) g1 = gaussian_filter1d(g, sigma=3) 여러개를 보자 github def showgausiandata(): #임의 data np.random.seed(280490) datas = np.random.randn(101).cumsum() # 실험해볼 sigma들 sigmas = np.asarray([0.3, 1, 2, 3, 4, 5]) # chart용 fig..

github np.isin() 내가 찾는게 있는지 여부를 각 index 위치에 True, False 형태로 알려줌 1,4,6,10이 포함되어 있는지를 찾고 싶을때 사용한다. from numpy import ndarray import numpy as np datas = np.asarray([1,2,3,4,5,6,7]) # 이 값들의 포함 여부를 알려달라. iwantit = np.asarray([1,4,6,10]) # 해당 ndarray의 index 위치에 포함 여부가 표시된다. print(np.isin(datas, iwantit)) #[ True False False True False True False] np.where() 내가 원하는 조건이 맞으면 index 위치를 알려준다. 포함 여부를 index로..

series를 이용하여 Dataframe을 만든다. 단일 값이 주어진 column은 하위까지 같은 속성으로 채워진다. github def sample04(): ''' series를 이용한 Dataframe :return: ''' import pandas as pd from pandas import DataFrame from pandas import Series myseries:Series = pd.Series([1,2,3,4,5,6,7,8]) datas:DataFrame = pd.DataFrame({'col1': 'a', 'col2': myseries}) print(datas) 결과 C:\Users\wonjae.yi\PycharmProjects\Project_Lotto\venv_3.6\Scripts\py..