활연개랑

설명하기 앞서 requirements.txt 파일을 생성, install하는 코드를 보여드리도록 하겠습니다. # cmd 사용 # 패키지 -> requirements.txt로 저장 pip freeze > requirements.txt # 해당 패키지 설치 pip install -r requirements.txt 이 과정에서 requirements.txt 로 저장은 되는데, 다른 가상환경에서 패키지 설치 오류가 나는 문제가 생겼습니다. requirements.txt를 열어보니 .. 주소같은? 형식의 문장이 들어있는 것을 확인했으며, 그것이 오류의 원인이라 생각해 그 것들만 지워서 다시 설치를 해봤습니다. error는 나지 않지만 깔리지 않는 것들이 있습니다... 그래서 제가 해결을 위해 사용한 방법은 pip..

다음과 같이 오류가 떴을 경우, widget = QtWidgets.QStackedWidget() < 화면전환용 위젯 생성을 해주시면 됩니다. 이 위젯 생성 과정은 pyqt window 창 뜨게 하도록 하는 코드에서 사용해주시면 되며, 순서를 잘 신경써주어야합니다. 참고 코드는 아래와 같습니다. if __name__ == '__main__': app = QApplication(sys.argv) # 화면전환용 위젯 생성 widget = QtWidgets.QStackedWidget() # 레이아웃 인스턴스 생성 mainWindow = input_window() infoWindow = information_window() # 위젯 추가 widget.addWidget(mainWindow) widget.addWid..

pyqt 디자인은 보통 qtdesigner를 사용해서 합니다. qtdesigner 설치방법은 따로 포스트해 두었으니 아래 페이지를 참고해주세요 https://tmdhhey.tistory.com/37 [PyQT(파이큐티)] qt designer 설치 및 실행방법 pyqt의 ui design을 제작할 수 있는 프로그램 qt designer를 설치하고 실행하는 방법을 알아보도록 하겠습니다. disigner로 ui 제작 후 designer에 있는 툴을 잘 활용한다면 프로그램 파일을 만들 때 , 코드와 tmdhhey.tistory.com designer을 open하고 dialog를 만들었을 때, 그 dialog의 배경을 변경하고 싶다면 dialog 우클릭- styleSheet 바꾸기... 이후에 아래와 같이 입력..

내적: 행렬곱 행렬곱은 아래와 같은 형식을 사용합니다. np.dot(x,y) # x.dot(y) 를 사용해도 된다. x와 y에는 행렬이 들어가야만 행렬 곱을 할 수 있습니다. 다음과 같이 행렬을 지정해줍시다. import numpy as np x= np.arange(1,7).reshape(2,3) # 1,6까지 2행3열 y= np.array([[6,23],[-1,7],[8,9]]) # 2개의 배열 3개를 2행3열로 만들기 그리고 행렬곱을 실행해줍니다. np.dot(x,y) 결과는 다음과 같이 나옵니다. array([[ 28, 64], [ 67, 181]]) 역행렬 역행렬은 아래와 같은 코드를 사용합니다. np.linalg.inv() 일단 역행렬을 하기위해 행렬을 하나 만들어줍니다. np.random.se..

데이터 프레임을 합치는(병합하는) 함수로는 크게 세 가지가 있다. concat, merge, join으로 나뉘는데, 이 것들의 특징과 사용방법에 대해 알아보도록 하자. concat pd.concat()을 이용하여 Series나 DataFrame을 물리적으로 합칠 수 있다. 예를 들기위해 sr1과 sr2를 만들어보자. import pandas as pd import numpy as np col1= np.random.uniform(10,20,size=3) # 10~20 사이 실수 3개 col2= np.random.uniform(10,20, size=3) sr1= pd.Series(col1,name='col1') #col1을 시리즈로 만들기 sr2= pd.Series(col2,name='col2') #col2..

DataFrame에서 중복 행을 삭제하고싶은경우 DataFrame.drop_duplicates()를 사용한다. DataFrame이 fifa인 경우, import pandas as pd fifa.drop_duplicates() 위와같이 코드를 사용했을 경우 중복된 행중 가장 처음으로 나온 행을 제외한 나머지 행들은 삭제된다. 특정 열을 기준으로 중복 행을 삭제하고싶은 경우 , subset을 사용해준다. subset은 아래와 같이 사용할 수 있다. import pandas as pd fifa.drop_duplicates(subset=['특정 열 이름']) 이처럼 비교하고싶은 특정 열을 subset 매개변수 안에 써주고, 중복행을 삭제하는 drop_duplicates를 사용해주면 특정 열에서의 중복만을 비교할..

find_element_by_id:id 속성을 사용하여 접근 find_element(s)_by_class_name: 클래스를 사용하여 접근 find_element(s)_by_name: 속성을 사용하여 접근 find_element(s)_by_xpath: 속성을 사용하여 접근 find_element(s)_by_link_text: 앵커태그(a 태그)에 사용되는 텍스트로 접근 find_element(s)_by_partial_link_text: 앵커태그(a 태그)에 사용되는 일부 텍스트로 접근 find_element(s)_by_tag_name: 태그를 사용하여 접근 find_element(s)_by_css_selector: CSS선택자를 사용하여 접근