코딩12 구글 트렌드 활용해서 관심키워드, 연관키워드 찾고 검색지수 확인하기 코딩 초보인만큼, 제대로 된 부분이 아닐 수도 있고 그런 부분이 있다면 혹시라도 보게 되시는 분들이 많은 조언을 해주시면 감사하겠습니다. 사실, 자동화를 해서 티스토리 블로그에 매일 업로드 하는 것까지 하고 싶은데....... 모르겠어요... 사용한 코드 패키지는 아래와 같습니다. import requests from pytrends.request import TrendReq import time import datetime import sys 문제점) 1. 티스토리 블로그로 자동화 해서 업로드 하는걸 모르겠음.. 2. 구글 트렌드에서 키워드를 여러개 출력하는 방식을 적용하면 - ResponseError: The request failed: Google returned a response with cod.. 2023. 6. 6. 파이썬 try, except 적용하기 try: import selenium except: !pip install selenium 방식으로 적용하면 됩니다. try 시도해서, 안될 경우에 except를 적용하는 것이라고 이해하면 쉽습니다. 1. try 시도 2. try 실패할 경우, except를 실행 위 코드는 selenium을 import 시도하고, selenium이 설치가 안되어있어서 import가 불가능할 경우, selenium패키지를 설치할 수 있도록 해주는 것입니다. 2023. 5. 23. 빅분기 실기 시험 후기 2022.12.03 빅분기 시험 실기 우선, 실기시험에 주관식 단답형이 있는 이유를 잘 모르겠다... 주관식 단답형 (각 3점짜리 10문제) 총 10문제 중에서 계산 문제가 2문제 나왔고, 8문제는 개념 정의하는 문제 전체적인 개념들을 다 알아야 답을 풀 수 있는거라 오히려 필기시험보다 헷갈림.. 계산문제는 하나는 f1-score 구하는 문제였고, 하나는 RMSE 계산문제였던거 같은데... 확실치않음 (기억의 헷갈림..) 작업형 1 (각 10점짜리 3문제) 작업형1은 10점짜리 3문제였는데, 난이도는 생각보다 무난했음 1번은 복합조건일 때의 평균구하기 2번은 두 항목의 개수를 구해서 절대값 차이 구하기 3번은 조건을 부여해서 해당되는 데이터를 찾고, 그 데이터에서 다른 항목(컬럼)의 데이터를 찾기 기억이.. 2022. 12. 4. 빅분기 실기준비 #3 [py] T1-3. 결측치 처리(map 활용) Expected Questions. https://www.kaggle.com/code/bulgam/py-t1-3-map-expected-questions 여기서 공부중... 결측치 처리는 평소에도 활용이 중요할 듯.. 우선 탐색적 분석을 통해서 결측값 확인 df.isnull().sum() 결측치가 많은 컬럼삭제할 때는 df.drop활용 반드시 axis = 1 넣어줄 것 ! (axis = 0 행기준, axis = 1 열기준) # f3 컬럼 삭제 print("삭제 전:", df.shape) df = df.drop(['f3'], axis=1) map 함수 활용해서 결측치 대체하는 방법 - df.fillna 결측치 대체 - map 함수 활용해서 매칭 # f1결측치 .. 2022. 10. 18. 빅분기 실기준비 #2 [py] T1-2. 이상치를 찾아라(소수점 나이) Expected Questions https://www.kaggle.com/code/bulgam/py-t1-2-expected-questions 여기서 공부하는중... 소수점 확인할 때 중요한건 ! - 올림/내림/버림 활용 올림 : np.ceil() 내림 : np.floor() 버림 : np.trunc() *중요 내림과 버림의 차이 ? - 양수에서는 같음 - 음수에서는 다름 !! ex) -5.5에서 내림을 하면 - 6, 버림을 하면 -5 # 이상치를 포함한 데이터 올림, 내림, 버림의 평균값 # 올림 m_ceil = np.ceil(df['age']).mean() # 내림 m_floor = np.floor(df['age']).mean() # 버림 m_tru.. 2022. 10. 18. 빅분기 실기준비 #1 [py] T1-1. 이상치를 찾아라(IQR활용) Expected Questions https://www.kaggle.com/code/bulgam/py-t1-1-iqr-expected-questions 간단한 탐색적 데이터 분석(EDA) 1. df.shape 2. df.isnull().sum() 활용할 것 * IQR 구하기 np.percentile 활용 2022. 10. 18. 이전 1 2 다음
코딩12 구글 트렌드 활용해서 관심키워드, 연관키워드 찾고 검색지수 확인하기 코딩 초보인만큼, 제대로 된 부분이 아닐 수도 있고 그런 부분이 있다면 혹시라도 보게 되시는 분들이 많은 조언을 해주시면 감사하겠습니다. 사실, 자동화를 해서 티스토리 블로그에 매일 업로드 하는 것까지 하고 싶은데....... 모르겠어요... 사용한 코드 패키지는 아래와 같습니다. import requests from pytrends.request import TrendReq import time import datetime import sys 문제점) 1. 티스토리 블로그로 자동화 해서 업로드 하는걸 모르겠음.. 2. 구글 트렌드에서 키워드를 여러개 출력하는 방식을 적용하면 - ResponseError: The request failed: Google returned a response with cod.. 2023. 6. 6. 파이썬 try, except 적용하기 try: import selenium except: !pip install selenium 방식으로 적용하면 됩니다. try 시도해서, 안될 경우에 except를 적용하는 것이라고 이해하면 쉽습니다. 1. try 시도 2. try 실패할 경우, except를 실행 위 코드는 selenium을 import 시도하고, selenium이 설치가 안되어있어서 import가 불가능할 경우, selenium패키지를 설치할 수 있도록 해주는 것입니다. 2023. 5. 23. 빅분기 실기 시험 후기 2022.12.03 빅분기 시험 실기 우선, 실기시험에 주관식 단답형이 있는 이유를 잘 모르겠다... 주관식 단답형 (각 3점짜리 10문제) 총 10문제 중에서 계산 문제가 2문제 나왔고, 8문제는 개념 정의하는 문제 전체적인 개념들을 다 알아야 답을 풀 수 있는거라 오히려 필기시험보다 헷갈림.. 계산문제는 하나는 f1-score 구하는 문제였고, 하나는 RMSE 계산문제였던거 같은데... 확실치않음 (기억의 헷갈림..) 작업형 1 (각 10점짜리 3문제) 작업형1은 10점짜리 3문제였는데, 난이도는 생각보다 무난했음 1번은 복합조건일 때의 평균구하기 2번은 두 항목의 개수를 구해서 절대값 차이 구하기 3번은 조건을 부여해서 해당되는 데이터를 찾고, 그 데이터에서 다른 항목(컬럼)의 데이터를 찾기 기억이.. 2022. 12. 4. 빅분기 실기준비 #3 [py] T1-3. 결측치 처리(map 활용) Expected Questions. https://www.kaggle.com/code/bulgam/py-t1-3-map-expected-questions 여기서 공부중... 결측치 처리는 평소에도 활용이 중요할 듯.. 우선 탐색적 분석을 통해서 결측값 확인 df.isnull().sum() 결측치가 많은 컬럼삭제할 때는 df.drop활용 반드시 axis = 1 넣어줄 것 ! (axis = 0 행기준, axis = 1 열기준) # f3 컬럼 삭제 print("삭제 전:", df.shape) df = df.drop(['f3'], axis=1) map 함수 활용해서 결측치 대체하는 방법 - df.fillna 결측치 대체 - map 함수 활용해서 매칭 # f1결측치 .. 2022. 10. 18. 빅분기 실기준비 #2 [py] T1-2. 이상치를 찾아라(소수점 나이) Expected Questions https://www.kaggle.com/code/bulgam/py-t1-2-expected-questions 여기서 공부하는중... 소수점 확인할 때 중요한건 ! - 올림/내림/버림 활용 올림 : np.ceil() 내림 : np.floor() 버림 : np.trunc() *중요 내림과 버림의 차이 ? - 양수에서는 같음 - 음수에서는 다름 !! ex) -5.5에서 내림을 하면 - 6, 버림을 하면 -5 # 이상치를 포함한 데이터 올림, 내림, 버림의 평균값 # 올림 m_ceil = np.ceil(df['age']).mean() # 내림 m_floor = np.floor(df['age']).mean() # 버림 m_tru.. 2022. 10. 18. 빅분기 실기준비 #1 [py] T1-1. 이상치를 찾아라(IQR활용) Expected Questions https://www.kaggle.com/code/bulgam/py-t1-1-iqr-expected-questions 간단한 탐색적 데이터 분석(EDA) 1. df.shape 2. df.isnull().sum() 활용할 것 * IQR 구하기 np.percentile 활용 2022. 10. 18. 이전 1 2 다음
