개요 최근 django 강의를 진행하면서, Gmail로 이메일을 발송 하는 예제에서 인증 코드 진행하는 부분이 오래된 것을 확인 업그레이드 된 버전을 소개한다. 가상환경 및 django 라이브러리 설치 먼저 빈 폴더를 생성 후, 가상환경을 생성한다. (옵션) virtualenv 라이브러리 미 설치 시 $ pip install virtualenv 기 설치가 되어 있다면 아래 코드를 순차적으로 실행한다. $ virtualenv venv $ source venv/Scripts/activate 가상환경에 접속해 있다면 django를 설치 한다. $ pip install django 장고 프로젝트 및 앱 설치 이제 장고 프로젝트를 설정한다.
개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ 두번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_2/ 세번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_3/ 네번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_4/ Step 02 - 데이터 삭제 방법 개요 및 HTML 수정 완료 버튼을 눌렀을 시, 데이터를 삭제하는 기능을 구현한다.
개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ 두번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_2/ 세번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_3/ Step 02 - 남은 과제 사용자가 입력한 문자열을 데이터베이스에 저장하기 DB에 저장된 내용을 보여 주기 Step 03 - 모델에 데이터 저장 먼저, my_to_do_app 폴더에 있는 [views.
개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ 두번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_2/ Step 02 - model.py 작성 및 장고 서버 반영 ToDo에 대한 데이터를 다룰 예정이며, 다음과 같이 코드를 작성한다.
개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ Step 02 - HTML 템플릿 사용 HTML과 CSS가 적용된 기본 템플릿은 다음 github 저장소에서 다운로드 받을 수 있다.
책 저자 깃허브 : https://github.
개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 깃허브 Repo 생성 아래와 같이 깃허브에서 Repo를 생성한다. Repo명 : ToDoList-with-Django Step 02 - 바탕화면으로 Git Clone 이 때 중요한 것은 본인 경로에 한글이 없도록 하는 것이 중요하다. 간혹 한글이 있는 경우 인코딩 문제로 라이브러리 설치 등 되지 않을 수가 있다.
작업형 2유형 최종정리 작업형1 : 3문제 (30점), 데이터 전처리 작업형2 : 1문제 (40점), 분류/회귀 예측 모델링 작업형3 : 2문제 (30점), 가설 검정 주요 라이브러리 palmerpenguins : 팔머펭귄 데이터셋의 목표는 iris 데이터셋의 대안으로 데이터 탐색 및 시각화를 위한 데이터셋 제공. scikit-learn : 머신러닝을 위한 라이브러리 lightgbm : LightGBM은 Microsoft에서 개발한 오픈 소스 기계 학습 라이브러리로, 대용량 데이터셋에서 빠른 속도와 높은 성능을 제공하는 것이 특징 주의 각 코드에 대한 설명은 별도로 하지 않습니다.
작업형 2유형 최종정리 작업형1 : 3문제 (30점), 데이터 전처리 작업형2 : 1문제 (40점), 분류/회귀 예측 모델링 작업형3 : 2문제 (30점), 가설 검정 주요 라이브러리 palmerpenguins : 팔머펭귄 데이터셋의 목표는 iris 데이터셋의 대안으로 데이터 탐색 및 시각화를 위한 데이터셋 제공. scikit-learn : 머신러닝을 위한 라이브러리 lightgbm : LightGBM은 Microsoft에서 개발한 오픈 소스 기계 학습 라이브러리로, 대용량 데이터셋에서 빠른 속도와 높은 성능을 제공하는 것이 특징 주의 각 코드에 대한 설명은 별도로 하지 않습니다.
작업형 3유형 최종정리 작업형1 : 3문제 (30점), 데이터 전처리 작업형2 : 1문제 (40점), 분류/회귀 예측 모델링 작업형3 : 2문제 (30점), 가설 검정 라이브러리 확인 파이썬에서 가설검정을 위한 통계와 관련된 라이브러리는 크게 2가지이다. scipy : SciPy는 수치 계산, 최적화, 선형 대수, 신호 및 이미지 처리, 통계 분석 등과 같은 과학적 계산 작업을 수행하는 데 사용됨 statsmodels : Statsmodels는 통계 분석과 추정을 위한 파이썬 라이브러리로, 선형 회귀, 로지스틱 회귀, 시계열 분석, 비모수적 추정 등 다양한 통계 모델을 지원함.
개요 연도, 월, 주만 있는 컬럼을 날짜 데이터 타입으로 변경하려면 어떻게 해야할까? 약간의 트릭이 필요하다 데이터 생성 가상의 데이터를 생성한다. import pandas as pd data = [ {"year": 2020, "month": 1, "week": 2, "company" : "A회사", "revenue_pct" : 49}, {"year": 2020, "month": 1, "week": 2, "company" : "B회사", "revenue_pct" : 51}, {"year": 2021, "month": 1, "week": 2, "company" : "A회사", "revenue_pct" : 37}, {"year": 2021, "month": 1, "week": 2, "company" : "B회사", "revenue_pct" : 63}, {"year": 2022, "month": 12, "week": 1, "company" : "A회사", "revenue_pct" : 70}, {"year": 2022, "month": 12, "week": 1, "company" : "B회사", "revenue_pct" : 30}, ] df = pd.