휴리스틱 평가란? 휴리스틱 평가는 서비스 제품이 UX 산업 표준에 부합하는지, 얼마나 유저 친화적인지 평가하는 방법의 일종입니다. 총 10가지 관점에서 User experience 문제를 확인하고, 디자인 원칙에 따라 평가합니다. 여기서 휴리스틱(Heuristics)이란 경험적 지식으로 평가하는 방법론을 말합니다. 가장 널리 쓰이는 방법은 제이콥 닐슨(Jacob Nielsen) 이 만든 것으로, 자세한 내용은 닐슨 노먼 그룹(Nielson Norman Group) 웹사이트에서 알아볼 수 있습니다. 닐슨 노먼 그룹의 - 휴리스틱 평가 https://www.nngroup.com/articles/ten-usability-heuristics/ 10 Usability Heuristics for User Inter..
Index 1. append 2. concat 1_위 아래 결합하기 2_좌우 데이터 결합하기 3. group by Pandas 기초 2 - append, concat, group by 들어가기 전에... 먼저 데이터에 이름과 나이가 들어간 모듈을 만들어 놓고, import해서 필요한 데이터를 만들겠습니다. #모듈 만드는 법 [코드예제] import random import numpy as np # 이름을 랜덤으로 출력하는 함수 def get_name(): names = ["na1", "na2", "na3","na4", "na5", "na6", "na7", "na8", "na9", "na10"] return random.choice(names) # 나이를 20세에서 40세까지 랜덤하게 출력 def get_..
Index 1. Pandas란? 1_ Pandas 의 두가지 데이터 타입 2_ Pandas 데이터 타입의 차이점 2. Series 1_ Series 사용법 2_ Series의 index설정 3_ Series의 broadcasting(broadcasting) 4_ Series의 Offset index 5_ Series의 연산 3. DataFrame 1_ dictionary 안의 list로 DataFrame만들기 2_ list 안의 dictionary로 DataFrame만들기 3_ DataFrame의 index 설정 4_ DataFrame 에서 데이터 선택하기 _ row/colum/ (row, column) 5_ DataFrame 의 수정과 데이터 추가 6_ 컬럼 데이터 수정 4. Apply 함수 1_ Ap..
NumPy 기초 3 - 행렬 데이터의 결합, concatenate 함수 concatenate 먼저 결합에 필요한 배열을 만들겠습니다. 2행 3열인 정수 랜덤 데이터 = na1 3행 2열인 정수 랜덤 데이터 = na2 3행 3열인 정수 랜덤 데이터 = na3 [코드예제] na1 = np.random.randint(10, size=(2, 3)) na2 = np.random.randint(10, size=(3, 2)) na3 = np.random.randint(10, size=(3, 3)) 각각의 데이터를 확인해보겠습니다. [코드예제] na1 [결과] array([[3, 0, 0], [5, 7, 5]]) [코드예제] na2 [결과] array([[0, 8], [6, 5], [1, 7]]) [코드예제] na3 ..
Index 1. linspace, logspace 함수 1_ linspace 2_ logspace 2. NumPy random 1_ seed : 랜덤의 시작 값을 설정 2_ rand : 균등분포로 난수를 발생 3_ randn : 정규분포로 난수를 발생 4_ randint : 균등분포로 정수값을 발생 5_ suffle : 행렬 데이터를 섞어 줍니다. 6_ choice : 특정 확률로 데이터를 선택 1. linspace, logspace 함수 linspace와 logspace 특정 곡선을 그리듯 일정 간격으로 구성된 벡터값을 생성하기 위한 함수입니다. linspace : 설정한 범위에서 선형적으로 분할한 위치의 값을 출력합니다. logspace : 설정한 범위에서 로그로 분할한 위치의 값을 출력합니다. 1_..
NumPy 기초 - numpy란, 행렬, 데이터선택, 브로드캐스팅(broad casting), 마스킹(masking) 1. NumPy 알아보기 1_ Numpy란? 2_ Numpy 사용하기(import) 2. NumPy 배열 1_ list 데이터로 행렬 데이터를 생성하기 2_ 행렬의 모양 변경하기 3_ 행렬 데이터의 선택 : offset index 4_ 데이터 수정하기 5_ 브로드캐스팅 (broad casting) & 마스킹(masking) 6_ 행렬 데이터의 생성 _ zeros / ones 1.NumPy 알아보기 1_ Numpy란? Numpy(넘파이)는 행렬 연산에 있어서 다양한 편의를 제공하는 모듈입니다. 단위는 array로 데이터가 저장됩니다. 특징은 내부가 속도가 빠른 C로 작성되어있어 연산 속도가..
주피터노트북 번거로움을 덜어주는 autopep8 설치 "1+2" 와 "1 + 2"의 차이 느껴지시나요? jupyter notebook 에서 연산자 앞뒤로 space를 넣어주어야 하는데 번거로워서 이런거 자동으로 수정해주면 좋겠다.. 싶으실 때가 많으실 것 같습니다. 이런 부분을 해결해주는 기능이 autopep8 입니다 1. 터미널에서 아래 코드를 입력해 nbextentions config를 설치합니다 $ conda install -c conda-forge jupyter_contrib_nbextensions 2. 이렇게 설치하면 jupyter notebook메뉴에서 edit 를 누루면 하단에 "nbextensitons config"가 나오는 것을 확인 할 수 있습니다. 3 .ctrl +c 눌러서 주피터 노..
오늘은 매직 커맨드 설정 없이 바로 그래프를 그릴 수 있도록 설정하는 inline backend config 설정하겠습니다. 1. 터미널에서 아래 코드를 작성합니다. $ vi ~/.ipython/profile_default/ipython_kernel_config.py 2. 아래처럼 긴 글이 나오는데 끝까지 아래로 스크롤을 내립니다. (#tip. 명령모드에서 대문자 G (shift +g)를 누르면 마지막줄로 이동합니다) 3. 아래 문자열을 복사해서 넣어주면 됩니다. c.IPKernelApp.matplotlib = 'inline' c.InlineBackend.figure_format = 'retina' 이로써 명령문을 넣지 않더라도 바로 그래프를 그릴 수 있습니다.
[Jupyter Notebook]번거로움을 줄여주는 startup file 만들기 Jupyter Notebook에서 자주 사용하는 패키지들이 많은데 "import as .."를 일일이 한줄씩 써야할 때 마다 귀찮음이 찾아옵니다. (numpy, pandas, requests, beautifulsoup, matplotlib 등등..) 이러한 번거러움 을 없애기 위해서 Jupyter Notebook에서 사용 할때마다 자주 사용하는 패키지가 미리 실행되도록 설정해서 항상 패키지를 호출 해야하는 번거로움을 없앨수 있습니다. "start up 파일 설정 방법" 1. 터미널 에서 아래 코드를 치면 ipython 디렉토리에 프로필 파일 생성합니다. $ ipython profile create 2. ipython 디렉토..
Index 1. 컬렉션 데이터 타입이란? 2. 튜플(tuple) 3. 딕셔너리(dictionary) python 강의 기초 문법 노트 #3 - 컬렉션 데이터 타입 튜플, 딕셔너리 1. 컬렉션 데이터 타입 지난 시간 배웠던 리스트(list)에 이어서 다른 컬렉션 데이터 타입 튜플과 딕셔너리 컬렉션 데이터 타입 3가지 : list, tuple, dict list [] : 순서가 있는 수정이 가능한 데이터 타입 tuple () : 순서가 있는 수정이 불가능한 데이터 타입 dict {} : 순서가 없고 키:값 으로 구성되어 있는 데이터 타입 2. 튜플(tuple) 튜플(tuple)은 몇 가지 점을 제외하곤 리스트와 거의 비슷하며 리스트와 다른 점은 다음과 같다. 리스트 튜플 괄호 [ and ] ( and ) 수..
Index 1. 주석(comment)과 출력(print) 1_ 주석 (#, comment) 2_ 출력 ( print()) 2. 변수 선언 : 데이터를 저장하는 방법 변수선언 * 함수 설명을 보는 방법 3. 식별자 1_식별자 규칙 2_ snake case 3_ camel case 4. 데이터 타입(자료형, datatype) 1_ 기본 데이터 타입 : 문자열(str) 2_ 기본 데이터 타입 : 숫자 - 정수 (int) 실수 (float) 3_ 컬렉션 데이터 타입 : 리스트 (list) python 강의 기초 문법 노트 #1 - 주석과 출력, 변수선언, 식별자, 자료형 1. 주석(comment)과 출력(print) 1_ 주석(comment) : 앞에 #을 붙이면 코드로 실행이 안됩니다. 코드에 대한 설명이나 ..