나는 몇 가지를 제외하고 매우 유용하게 사용하고 있다. 연쇄 함수 호출 list comprehension처럼 사용 가능 def foo(x:bool): print(x) def foo2(x:bool): print(not x) x = True (foo if x else foo2)(x) # True x = False (foo if x else foo2)(x) # True for - else 문 for문이 break를 타지 않고 끝나면 (전체 루프를 다 돌면) else문 실행 for i in range(5): if i > 5: break else: print('?') # ? for i in range(5): if i < 5: break else: print('?') # 함수 주석 (1) 파라미터 `:`, retu..

0. 준비물 - 아나콘다 설치 - 가상환경 생성 및 주피터 설치 1. 왜 필요해? - 가상환경을 활성화를 하기 위해 아나콘다 실행 후 명령어(`conda activate myenv`, `jupyter notebook`)를 입력해줘야 함 - 상황에 따라 여러 가상환경을 계속 왔다갔다 해야 함 → 매우 번거로운 상황이 생긴다. 2. 바로가기 생성하기 1. 시작프로그램에서 아나콘다 바로가기 폴더로 들어간다. (아래 이미지에서 [파일 위치 열기] 선택) C:\Users\username\AppData\Roaming\Microsoft\Windows\Start Menu\Programs\Anaconda3 (64-bit) 2. 기존 Jupyter Notebook 바로가기 아이콘을 복붙한다. 3. 새로 생성된 바로가기 파..

용도 : 시험 대비 등을 위하여 같은 문제를 여러 번 반복해서 풀어보기 위해 책 대신 다른 곳에 답을 적을 때 이 프로그램에 답을 입력, (답안 텍스트 파일을 설정 시) 채점까지 대신해준다. 기능 1. 프로그램 내 타이머가 있어 시간 제한을 둘 수 있다. 2. 답안 텍스트 파일을 통해 채점을 대신하여 합불합 여부를 알려준다. (과락인지 종합 점수 부족인지 또한 알려준다.) 3. 성적이 향상했는지 확인할 수 있도록 결과를 저장할 수 있다. 주의사항 : 답안 텍스트 파일 작성시 한 줄에 10문제씩 입력해야한다. (연습문제 한정, 모의고사는 관계 없음) 사용법 예시1 - 연습문제 더보기 연습문제 버튼을 클릭하여 문항수와 시간을 설정하고 확인을 누르면 아래와 같은 시험창이 뜬다. 띄어쓰기 없이 답을 입력한다. ..

클립보드 번역기를 만든 주된 이유는 한글패치가 되지 않은 게임을 하고 싶을 때 게임 내 텍스트를 실시간으로 번역하여 플레이하고 싶었기 때문이다. 그래서 함께 이용한 것이 Capture2Text라는 프로그램인데, 이런 OCR 프로그램을 나의 클립보드 번역기에 내장하고 싶었다. 생각한 과정은 아래와 같다. - Tesseract OCR을 이용하기 위해서 불러올 이미지 파일이 필요하다. → 게임 스크린샷을 불러와야한다. → 스크린샷 중에서도 텍스트가 적힌 위치를 지정해야한다. 그래서 처음으로 찾게 된 방법은 어떤 방법으로든 화면 스크린샷을 찍고 cv2의 ROI 기능을 이용하여 원하는 부분을 사용자가 지정하게 하는 것이었다. 하지만 Capture2Text 프로그램처럼 실시간이 되지 않고, cv2가 띄우는 스크린샷..

1. 클립보드 번역기 (13.2MB) 클립보드 번역 기능만 쓰고 싶으신 분들을 위한 버전 https://mega.nz/folder/obpUyCzY#qQRNsFI3bLZWB-Li3HvjNA 2. 화면/게임 번역기 (클립보드 번역기 with Tesseract OCR) (57.5MB) 클립보드 번역 기능 뿐만 아니라 화면 번역 기능까지 쓰고 싶으신 분들을 위한 버전 https://mega.nz/folder/wbowCYTR#O7p_mYlOAiqrs8NYPh5kNw 위 파일을 다운 받아 압축 해제, Tesseract OCR을 다운, 설치해야 사용 가능합니다. 현재 지원되는 OCR 언어는 한국어, 영어, 일본어, 중국어입니다. (필수) Tesseract OCR 다운로드 및 설치법 : https://boksup.ti..

우선 홈런 데이터를 확인해보자. import pandas as pd import os import matplotlib.pyplot as plt base_dir = 'C:/Users/Username/Desktop/' excel_file = "homeruns_weather.xlsx" excel_dir = os.path.join(base_dir, excel_file) df = pd.read_excel(excel_dir, encoding="EUC_KR") y = df.loc[:,"HR"] x = df.loc[:, ["TE", "RH", "PS"]] count_data = df.groupby('HR')['HR'].count() print("홈런 비율 : %.2f" % ((1-count_data[0]/sum(cou..

이제 각 구장 위치별 기상 데이터를 가져와야한다. 우선 어떤 구장들이 있는지 확인해보자. import pandas as pd import os base_dir = 'C:/Users/Username/Desktop/' excel_file = "homeruns.xlsx" excel_dir = os.path.join(base_dir, excel_file) df = pd.read_excel(excel_dir, encoding="EUC_KR") locations = df["STADIUM"].unique() print(locations) ['대구' '문학' '대전' '잠실' '목동' '광주' '사직' '청주' '마산' '제주' '군산' '포항' '울산' '수원' '고척' '창원'] 내가 사용할 정보는 종관기상관측 자..

https://sports.news.naver.com/gameCenter/gameRecord.nhn?gameId=20200508SKLT02020&category=kbo 5월 8일 SK와 롯데의 경기 결과다. 저번 글의 코드를 이용해서 위의 주소를 자동으로 뽑아냈으니 이제 이 결과에서 홈런 수를 빼내야 한다. url = "https://sports.news.naver.com/gameCenter/gameRecord.nhn?gameId=20200508SKLT02020&category=kbo" req = requests.get(url) html = req.text print(html) (생략) DataClass = jindo.$Class({ _data : {"etcRecords":[{"result":"없음","..

야구가 기상의 영향을 받는다는 사실은 잘 알려져있다. 그 중에서도 기온이나 습도, 풍향/풍속 등에 가장 영향을 많이 받을 것이다. 그렇다면 이런 기상 정보와 홈런의 갯수에는 관계가 있지 않을까 하는 생각에서부터 이 머신러닝 만들기를 시작했다. 앞 부분은 전에 머신러닝으로 득/실점을 예측할 때랑 거의 같다. 한가지 다른 점은 한 팀만의 경우가 아닌 모든 경기의 결과를 수집해야한다는 점이다. import urllib.request from bs4 import BeautifulSoup import pandas as pd import os # url 가져오기 def geturl(date, teamname): (year, month) = ym(date) url = "https://sports.news.naver...

나의 머신러닝 지식은 매우매우 초보단계다. 지금도 공부 중이다. 그러니 이 방법이 제일(그나마) 정확하다고 하기 힘들다. 그냥 재미로 봐주길 바란다. scikit learn 사이트에 어떤 머신러닝을 이용하면 좋은지 알려주는 맵이 있다. https://scikit-learn.org/stable/tutorial/machine_learning_map/ Choosing the right estimator — scikit-learn 0.22.2 documentation Choosing the right estimator Often the hardest part of solving a machine learning problem can be finding the right estimator for the job. ..