취업준비생을 위한 Github 포트폴리오 정리

강의소개 인프런에서 Streamlit 관련 강의를 진행하고 있습니다. 인프런 : https://inf.run/YPniH 개요 Github에서 포트폴리오 정리하는 방법에 대해 기술합니다. 취업준비생들의 취업을 진심으로 응원합니다. 취업준비생들에게 개발이란 Github에 배포를 하겠다는 뜻은 앞으로 계속적으로 발전 시키겠다는 것을 의미합니다. 그런데, 개발은 혼자 할 수 없기 때문에 다른 사람들의 참여를 독려하겠다는 것과 같습니다. 가장 좋은 시나리오는 간단하게 배포를 진행하고 프로젝트의 전반적인 취지를 설명한 후 함께 발전시켜 나갈 동료를 구하는 것입니다. 이러한 기본적인 관점에서 Github 포트폴리오를 구성하는 것이 좋습니다.

출간 기념, Streamlit으로 프로젝트 한방에 끝내기 with 파이썬 개정판 (2024, Sara & Evan)

개정판 책을 출간하였습니다. Streamlit이란 Streamlit은 데이터 분석가가 간단한 코드 몇줄로 빠르게 웹앱을 만들어 줄 수 있는 Python 라이브러리입니다. 웹사이트 : https://streamlit.io/ 누가 읽어야 할까요? 데이터 분석가 : 웹개발은 모르지만 대시보드를 만들어야 하는 분 국비교육 수강중인 비전공자 : Java 웹개발로 머신러닝 플랫폼을 만들어야 하는 분 개별적인 포트폴리오가 필요한 취업준비생 : ML/DL 알고리즘 익히는 것도 어려운데, 웹개발은 언제 배우죠? 데모 페이지 기초문법 포함 2달이면 충분히 아래 데모 페이지와 같이 만들 수 있습니다.

django tutorial - pyburger 3

공지 멀티캠퍼스 수업 보조자료로 활용하기 위해 아래 교재 내용을 발췌하였음을 알립니다. 판매처 : https://product.kyobobook.co.kr/detail/S000201056504 Github에서 프로젝트 내려받기 다음 경로에서 프로젝트를 내려 받는다. 사이트 : https://github.com/dschloe/pyburger Download Zip을 선택하여 프로젝트를 내려 받는다. 다음 명령어를 실행하여 Local의 적당한 곳에서 다운로드 받는다. 폴더 수정 .DS_Store 파일은 삭제한다 폴더명은 pyburger로 변경한다. VS Code로 폴더 열기 아래와 같이 VS Code로 pyburger 폴더를 연다. 프로젝트 설정 가상환경을 설정하고 django를 설치한다. $ virtualenv venv $ source venv/Scripts/activate (venv) $ pip install 'django<5' 첫번째 확인사항 runserver를 실행하여 정상적으로 작동하는지 확인한다.

django tutorial - pyburger 2

공지 멀티캠퍼스 수업 보조자료로 활용하기 위해 아래 교재 내용을 발췌하였음을 알립니다. 판매처 : https://product.kyobobook.co.kr/detail/S000201056504 별도의 app 추가 application을 생성하는 명령어를 활용하여 app을 생성한다. python manage.py startapp burgers 트리 구조는 다음과 같다. $ tree -L 2 . |-- burgers | |-- __init__.py | |-- admin.py | |-- apps.py | |-- migrations | |-- models.py | |-- tests.py | `-- views.py |-- config | |-- __init__.py | |-- __pycache__ | |-- asgi.py | |-- settings.

django tutorial - pyburger 1

Django Pyburger - 1, 맛보기 공지 멀티캠퍼스 수업 보조자료로 활용하기 위해 아래 교재 내용을 발췌하였음을 알립니다. 판매처 : https://product.kyobobook.co.kr/detail/S000201056504 Django 설치 터미널에서 django를 설치한다. pip install 'django<5' Django 버전 확인 터미널에서 Django의 버전을 확인한다. django-admin --version 4.2.9 Django 프로젝트 생성 다음 명령어를 실행하여 django 프로젝트를 생성한다. djang-admin은 터미널에서 실행할 수 있는 프로그램이며, django 프로젝트를 관리하는 여러 기능들을 가지고 있음 startproject는 django 프로젝트의 기반 구조를 만드는 기능 django-admin startproject config . 생성된 파일 목록을 확인한다.

SQLitebroswer 설치 (M1, Mac)

SQLitebroswer 설치 (M1, Mac) 개요 SQLitebroswer 설치를 진행해본다. 설치 주소 : https://sqlitebrowser.org/ Download 버튼을 클릭한다. 자신의 OS에 맞는 버전을 선택해 다운로드 후 설치 필자는 Apple Silicon 버전을 선택했다. 아래 그림과 같이 추가하면 된다.

SQLitebroswer 설치 (Windows 11)

개요 SQLitebroswer 설치를 진행해본다. 설치 주소 : https://sqlitebrowser.org/ Download 버튼을 클릭한다. 자신의 OS에 맞는 버전을 선택해 다운로드 후 설치 필자는 Standard installer for 64-bit Windows 다운로드 받았다. 설치 프로그램을 실행한 후, 아래와 같이 순차적으로 실행한다. 끝.

kaggle 한글폰트 적용

개요 캐글에서 한글폰트를 적용하는 방법에 대해 알아본다. 가장 간편한 방법은 폰트를 업로드 한 뒤 업데이트 하는 방식이다. 폰트 확인 폰트는 아래 사이트에서 다운로드 받는다. 사이트 : https://hangeul.naver.com/font 여기에서 나눔글꼴을 다운로드 받았다. 폰트 압축풀기 다운로드 폰트를 압축 풀기 하면 매우 다양한 폰트가 확인이 된다. 여기에서 나눔스퀘어 > NanumFontSetup_TTF_SQUARE 파일에서 폰트 목록을 확인한다. 폰트 업로드 이제 현재 사용하는 캐글 노트북에 추가한다. 임의의 font 폴더명을 입력했다. Create 버튼을 클릭한다. 업로드 이후에 폴더에 폰트가 들어간 것을 확인한다.

statsmodels를 활용한 회귀분석 (feat. 범주형 데이터)

개요 statsmodels를 활용하여 범주형 데이터가 포함된 회귀식을 산정해본다. 범주형 데이터의 특정 값을 변동하는 방법을 배운다. 더불어서 R로 간단한 회귀식도 만들어보자! 강의소개 인프런에서 Streamlit 관련 강의를 진행하고 있습니다. 인프런 : https://inf.run/YPniH 라이브러리 확인 statsmodels의 라이브러리는 현재 0.14.1 버전이다. 라이브러리 참조 : https://www.statsmodels.org/stable/index.html import statsmodels import seaborn as sns import pandas as pd print(statsmodels.__version__) print(sns.__version__) print(pd.__version__) 0.14.1 0.12.2 1.5.3 데이터 불러오기 seaborn에서 tips 데이터를 불러온다. tips = sns.load_dataset('tips') tips.head() 회귀모형 적합 및 확인 (첫번째 방식) - 이제 회귀모형을 적합해본다.

conda vs virtualenv 라이브러리 관리 비교

개요 파이썬에는 가상환경이 다양하게 존재한다. 이 중, conda와 virtualenv 가상환경에서 라이브러리 관리를 어떻게 하는지 비교를 해보도록 한다. 프로젝트 폴더 생성 폴더명은 virtualTest로 명명했다. Conda 먼저 가상환경을 만들어본다. conda create -n virtualTest python=3.10 conda 가상환경에 접속하는 방법은 다음과 같다. conda activate virtualTest environment.yml 라이브러리 관리를 위해 아래와 같이 샘플 코드를 생성한다. name: virtualTest channels: - defaults dependencies: - python=3.10 - numpy - pandas - pip: - streamlit 실행 코드는 아래와 같다. conda env create -f environment.