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 |
- math
- Python
- numpy
- Google Spreadsheet
- Github
- list
- gas
- dataframe
- PySpark
- django
- Java
- Google Excel
- Tkinter
- SQL
- Kotlin
- Mac
- Redshift
- 파이썬
- c#
- google apps script
- GIT
- matplotlib
- string
- array
- Apache
- Excel
- hive
- PostgreSQL
- PANDAS
- Today
- Total
목록Python (384)
달나라 노트

일단 tkinter에 대해 얘기하기 전에 GUI(Graphical User Interface)에 대한 개념을 알고갑시다. GUI와 연관된 약어는 CUI(Chracter User Interface)가 있습니다. 두 단어를 비교하며 알아봅시다. 일단 저희가 흔히 UI(User Interface)라고 하면 유저들이 프로그램을 이용하면서 보는 화면과 그 화면에 있는 프로그램을 이용하기 위한 여러 요소들(e.g. 버튼, 아이콘, ID 입력칸 등)을 의미합니다. 예를 들어 홈페이지에 접속했을 때 여러 글과 사진과 로그인버튼 등 다양한 기능을 가진 버튼과 아이콘들이 있을겁니다. 이런것들이 모두 일종의 UI입니다. 유저가 어떤 프로그램을 다루기 위해 보이는 화면을 UI라고 한다고 간단하게 생각하고 넘어갑시다. 그러면 ..

matplotlib에서 grid를 이용하면 그래프에 격자선을 넣을 수 있습니다. import matplotlib.pyplot as plt list_x = [1, 2, 3, 4, 5] list_y = [90, 46, 70, 10, 89] plt.plot(list_x, list_y) plt.show() 위 코드처럼 그냥 pyplot을 이용해 그래프를 그리면 그래프만 나타나고 그래프 배경에 격자선이 없습니다. import matplotlib.pyplot as plt list_x = [1, 2, 3, 4, 5] list_y = [90, 46, 70, 10, 89] plt.plot(list_x, list_y) plt.grid(visible=True) plt.show() 위처럼 grid method의 visible..
Syntax Series.unique() unique method는 Series에 적용할 수 있으며 적용한 Series에 있는 값들 중 중복 없는 unique한 값들만을 numpy array의 형태로 return합니다. 다음은 unique method의 적용 예시입니다. import pandas as pd dict_item = { 'col1': [1, 2, 3, 4, 5, 4, 3, 2, 1], 'col2': [5, 4, 3, 2, 1, 8, 9, 2, 6], } df_item = pd.DataFrame(dict_item) unique_values = df_item.loc[:, 'col1'].unique() print(type(unique_values)) print(unique_values) -- Res..
Syntax DataFrame.min(axis=1) DataFrame.max(axis=1) min method는 DataFrame에 적용하여 컬럼간에 가장 작은 값을 return합니다. max method는 DataFrame에 적용하여 컬럼간에 가장 작은 값을 return합니다. import pandas as pd dict_item = { 'col1': [1, 2, 3, 4, 5], 'col2': [5, 4, 3, 2, 1], } df_item = pd.DataFrame(dict_item) df_item.loc[:, 'min_col'] = df_item.loc[:, ['col1', 'col2']].min(axis=1) df_item.loc[:, 'max_col'] = df_item.loc[:, ['col..