우리에게 가장 가까운 베트남 베트남의 거리를 닮아 콩카페의 첫 진출지가 된 연남동 인기카페 콩카페의 해외지점 1호점으로 연남이 선택된 이유는 엔틱한 거리가 베트남의 거리를 닮아서라고 합니다 요즘 워낙 컨셉 카페가 많아서 콩카페를 처음 봤을 때 "베트남 컨셉으로 만들었구나" 싶었었는데 실제 베트남 브랜드인 줄은 들어오고서야 알게 되었습니다. 이제는 직영 매장이 6개로 늘어난 안정 정착이 완료된 브랜드입니다. 콩카페는 공산주의와 베트남 전쟁을 테마로 한 베트남 카페 체인입니다. 공산주의와 전쟁이라니 말만 들어도 무시무시한데요? 한편으로는 베트남의 역사를 외면하거나 왜곡하지 않고 있는 그자체를 "베트남 스러움"으로 덤덤히 표현하는 브랜드의 뚝심이 보이는 철학이었습니다. 녹색과 빈티지로 베트남 컨셉을 보여주는 ..
폭신폭신 계란의 식감을 느끼기에 가장 좋은 black 인테리어 배불리 점심을 먹고도 꼭 들어가고 싶은 이유 노란색의 타마고 산도가 시선을 강렬하게 끌어당기기 때문입니다. 어두운 인테리어 속에서 1층은 식당, 2층엔 테이블이 들어있습니다. 10평 남짓한 공간이 더 특별하게 다가오는 이유 바로 앞에서 타마고 산도가 맛있게 만들어지는 모습을 직접적으로 볼 수 있기 때문이죠. "먹는 것 보다 보는 것이 더 맛있는 산도 맛집" 좁은 공간을 2층으로 분리한 것은 탁월한 선택이었습니다. 타마고산도를 먹으면서도 식당을 내려다 보아, 내가 지금 먹고 있는 산도에 대해 투명한 요리 과정을 보며 더 맛있게 먹을 수 있기 때문이죠. 폭신한 산도의 식감보다, 오히려 보는 즐거움이 더 큰 가게라 할 수 있습니다. 타마고 산도의 ..
시간이 느리게 흘러가는 오트밀 가게 무인양품이 브런치 카페를 연다면 꼭 이런 느낌일 것 같은 땡스오트. 연남동 끝자락에 위치해 있지만 인기만큼은 끝자락이 아닌 최고의 인기를 끌고 있는 감성 오트밀 가게다. 처음 방문한 날에는 1시간, 둘째날엔 40분을 기다려야 만날 수 있었던 건강함. 자리에 앉은 손님들은 다 먹고 나서도 일어서지 않고 일상의 대화를 나눌 만큼 아늑한 공간입니다. 그 기다림이 지겹지 않았던 이유 바로 웨이팅존 최근 핫플레이스에서 없어서는 안될 공간 "인스타존", "포인트존(point zone)"은 필수 요소가 되었습니다. 그러나 때때로 이런 현상의 반대 현상으로 음식을 즐기기보다 사진을 먼저 찍는 바람에 눈살 찌푸림을 받는 것도 일상 다반사가 되어버렸죠. 이런 인스타에 치중된 포인트 존을..
다녀온 곳만 추천하는 을지로 (힙지로) 카페 & 맛집 광고 홍보가 전혀 없기에 마음대로 순위를 정했습니다. 간판도 없어서 아는 사람들만 찾아갈 수 있다는 힙지로, 투어를 진행하는 내내 정말 계단을 오르락내리락하며 간만에 허벅지 운동 제대로 한 기분이었습니다. 핫플을 가기위해서라면 4층(?) 정도는 가볍게 걸을 자신있다! 하시는 분들에게 이 지도를 추천드려요. 뉴트로 감성 가득한 빈티지 카페와 맛집들 제 주관과 취향을 담아 Top 10 지금 소개드립니다 앞으로 더 추가될 예정이오니 많은 관심 부탁드립니다 *최종수정일 20.02.16 1. 호랑이카페 #시간여행빈티지 #라떼가말이야 월-목 11:00~19:30 금-토요일 11:00~20:00 일요일휴무 호랑이라떼 3,500원, 후르츠산도 7,000원 테이블 8..
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..