일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- Excel
- PySpark
- Google Spreadsheet
- Redshift
- 파이썬
- Apache
- Python
- dataframe
- Tkinter
- matplotlib
- array
- gas
- string
- Kotlin
- Google Excel
- Github
- Java
- SQL
- hive
- c#
- numpy
- google apps script
- django
- Mac
- list
- PostgreSQL
- math
- PANDAS
- GIT
- Today
- Total
목록Python (379)
달나라 노트
requests library와 API를 이용하다보면 csv format의 데이터를 얻어올 때가 있습니다. 그 결과값은 API를 어떻게 만드냐에 따라 달라질 수 있지만 주로 보이는 형태는 아래와 같습니다. import requests api_endpoint = 'https://test_api/get_data' response = requests.get(api_endpoint) print(response.status_code) print(response.content) print(type(response.content)) -- Result 200 b'modelno,name,price,weight\r\nAGH1341,Laptop,1300000,1200\r\nSOE1029,Desktop,1800000,3500..
Python으로 API(Application Programming Interface)를 만드는 방법을 알아봅시다. 여러 방법이 있지만 본 글에서는 크게 FastAPI 또는 Flask를 이용하는 방법 두 가지를 알아볼겁니다. 일단 본격적으로 API를 구현해보기 전에 API가 어떻게 작동하는지를 살짝 알아봅시다. (이 내용이 필요없으신 분은 모두 넘긴 후 코드 관련 부분만 보면 됩니다.) (자세히 설명하면 설명할 내용이 굉장히 많고 지금부터 설명한 내용 중 살짝 실제 상황과 맞지 않는 경우가 있을 수 있습니다만, 여기서는 아주 아주 간단하게 그냥 대략적인 감만 잡을 수 있도록 상당히 간추려서 설명할 것이니 대략적인 느낌만 파악하고 넘어가면 됩니다.) 먼저 상황을 가정하여 API를 사용하는 과정을 생각해봅시다..
pandas의 read_json() method는 json 파일을 읽어와서 DataFrame으로 변환해주는 기능을 합니다. Syntax pandas.read_json(json_file, orient) - json_file 읽어올 json 파일의 경로와 이름입니다. (경로는 상대경로, 절대경로 모두 가능합니다.) - orient json 파일의 format입니다. columns, index, records, values, split의 다섯 종류가 있습니다. 각 orient 값이 어떠한 json format을 의미하는지는 본 글의 아래 부분에서 다루겠습니다. (format에 대한 자세한 설명은 다음 링크를 참고하시면 좋습니다. https://cosmosproject.tistory.com/684) fruits..
pandas의 to_json() method는 DataFrame을 json 파일로 생성해주는 기능을 가집니다. Syntax DataFrame.to_json(file_name, orient) - file_name 생성할 json 파일의 이름을 적습니다. json 파일은 test_file.json 처럼 json이라는 확장자를 갖습니다. - orient 생성할 json 파일의 format을 의미합니다. columns, index, records, values, split의 다섯 종류가 있습니다. 각각의 orient 값이 어떤 형태를 의미하는지는 예시를 통해 알아봅시다. import pandas as pd dict_test = { 'name': ['apple', 'banana', 'peach'], 'price'..