TODAY IS SUNNING

- 가상환경 리스트 확인하기 내 컴퓨터에 생성된 가상환경이 어떤 게 있는지 그 리스트를 확인하고 싶은 경우 anaconda prompt 창에서 아래의 방법으로 확인할 수 있다. conda info --envs - 가상환경 삭제하기 존재하는 가상환경을 삭제하는 방법은 아래와 같다. conda env remove --n py_env1이라는 가상환경을 삭제하는 과정은 아래와 같다.

오늘은 파이썬 가상환경 만들기와 내 컴퓨터에 있는 가상환경의 리스트를 확인하는 방법에 대해 알아보려 한다. - 가상환경(virtual environments)은 왜 필요할까? 파이썬에서는 여러 패키지 및 라이브러리를 설치하여 사용하는데 필요에 따라 패키지 버전을 다르게 사용해야 하는 경우가 있다. 또한 다른 파이썬 버전이 필요할 때도 있다. 이때 독립적인 공간인 가상환경을 따로 생성하여 그 내부에서 필요한 라이브러리를 설치하여 각각 사용하면 된다. - 가상환경 생성하기 가상환경 생성하는 방법은 간단하다. 먼저 시작 프로그램에서 Anaconda Prompt를 실행한 뒤 아래와 같이 양식을 맞추어 코드를 작성한다. conda create -n python= 예를 들어 파이썬 3.7 버전의 py_env1이라는..

◾ Change interval : 황색 신호시간을 의미하며 녹색 신호에서 적색 신호로 바뀌는 사이 주의하라는 시간 (안전하게 멈출 수 없는 차량들은 통행 가능) ◾ Clearance interval : All-red 시간이라고도 하며 황색 신호시간 다음 켜지는 신호로 황색 신호 동안 교차로에 들어온 차량이 안전하게 통과할 수 있도록 주어지는 시간 ◾ PPLT (=compound left turn) : Protected, Permitted Left Turn의 약자로 보호, 비보호 좌회전 겸용 신호를 의미함 ◾ Pre-Timed control (=TOD control, DOW(Day of Week)) : 정주기식으로 운영하는 신호제어 중 하나로 하루동안 시간대에 따라 신호를 다르게 주는 신호제어 (정해놓은..

교통 수요를 추정하는 모형의 의의와 종류 1) 4단계 수요추정 모형 [1] 통행 발생 (Trip Generation) : 사회적 경제적 지표를 토대로 교통존(Traffic Zone)의 발생량(Trip Production)과 도착량(Trip Attraction) 추정 증감률법 원단위법 교차분류분석 (카테고리분석) : 소득, 재산 등 설명변수 범주에 따라 카테고리화 하여 가구 당 종속변수(통행발생량) 추정 회귀분석 - 단순선형, 다중선형 [2] 통행 분포 / 통행 배분 (Trip Distribution) : 통행 발생량과 도착량을 공간 상의 분포에 배분시켜 교통존간(지역간) 교차 통행량 구축 성장인자모형 - 균일성장인자, 평균성장인자, frata, Detroit 중력모형 - 총량제약, 유출제약, 유입제약, ..

파이썬에서 작업 중 오류, error가 아닌 경고, warning이 발생하는 경우가 있다. 이런 경고는 오류와 달리 주의를 주는 것일 뿐 코드는 잘 돌아가므로 말그대로 조심만 하면 될뿐 작업하는 데 별 문제가 되지 않는다. 이때 계속 반복하여 경고문이 발생할 때 이를 숨기는 방법에 대해 알아보자. (특히 AI 학습 시 한 번 warning이 발생하면 episode를 반복할때마다 경고문이 생기므로 학습 결과를 확인하는데 아래처럼 방해가 된다.) warning은 생각보다 간단하게 코드 두 줄로 숨길 수 있다. import warnings warnings.filterwarnings('ignore') warning을 말그대로 ignore 무시하겠다는 코드를 작성하고 똑같은 코드를 수행해보면 아래처럼 경고문이 숨..

저번 글에서 tensorflow.contrib 모듈 오류를 해결하기 위해 tensorflow 버전을 2.2.0에서 1.15.0으로 낮춰주었다. 그리고 import tensorflow as tf를 실행하자마자 새로운 오류를 마주하였다. 다시보아도 아찔한 엄청난 양의 무언가ㅎ 요약하면 TypeError가 발생하였다는 것 같다. TypeError: Descriptors cannot not be created directly. If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0. If you cannot immediately regenerate you..

오늘은 tensorflow의 오류 지옥을 탈출하는 방법에 대해 가져왔습니다. 작업 중 다음과 같은 오류를 만났는데요! tensorflow.contrib 모듈이 없다는 오류가 발생하는 이유는 tensorflow의 버전 문제 때문입니다. contrib 모듈은 텐서플로우 ver 2.x는 지원하지 않는 모듈로 텐서플로우 버전을 낮춰주어야 합니다. contrib 모듈은 tensorflow 버전 1.13부터 1.15까지가 사용 가능하므로 tensorflow 2.2.0 버전을 사용하던 저는 먼저 기존에 있던 텐서플로우를 삭제하고 새로 설치해주었습니다. pip uninstall tensorflow pip install tensorflow==1.15.0 이렇게 해서 오류가 해결되면 다행이지만 저는 또 새로운 오류가 발생..

판다스와 넘파이는 서로 간단하게 변환이 가능하다. 머신러닝, 딥러닝에서는 numpy로 분석해야 연산의 속도가 빨라지기 때문에 pandas로 기본 분석을 수행한 후 넘파이로 변환하여 머신러닝이나 딥러닝을 수행한다. 반면에 numpy는 데이터를 눈으로 확인하기 어려워 pandas로 변환하여 데이터를 확인한다. 1) 판다스(pandas)를 넘파이(numpy)로 변경하기 : df.to_numpy() 먼저 판다스로 데이터프레임 형태의 데이터를 불러오자. import pandas as pd DF = pd.read_csv('IRIS.csv', engine = 'python') DF.head() 이것을 DF.to_numpy()를 사용하면 간단히 numpy로 변경하여 불러올 수 있다. 하지만 이때 넘파이로 변환하면 행 ..

이번에는 python 판다스에서 데이터의 특정 값을 바꾸고 싶을 때 어떻게 하는지 정리해보자. 먼저 pandas를 import해서 데이터 프레임을 만들어준다. import pandas as pd DF = pd.DataFrame({'name' : ['Minsoo','Minju','Yeomin','Hyeri','Junghun','Sunny','Bummee','Luna'], 'old' : [33,25,19,25,32,36,23,36], 'sex' : ['M','W','W','W','M','W','M','W'], 'score1': [91,50,69,98,72,85,43,61], 'score2': [65,77,56,82,79,91,71,63], 'time' : [30,95,64,88,34,69,15,25], })..

DF = pd.DataFrame({'name' : ['Minsoo','Minju','Yeomin','Hyeri','Junghun','Sunny','Bummee','Luna'], 'old' : [33,25,19,25,32,36,23,36], 'sex' : ['M','W','W','W','M','W','M','W'], 'score1': [91,50,69,98,72,85,43,61], 'score2': [65,77,56,82,79,91,71,63], 'time' : [30,95,64,88,34,69,15,25], }) DF 1) 나이가 30대 이상인 조건 추출하기 DF[DF['old']>=30] 2) 여성 중에 score1이 70점 미만인 조건 추출하기 DF[(DF['sex']=='W') & (DF['scor..