char와 varchar 차이 : char : 고정길이 데이터형. 실제 문자열 길이에 상관없이 n byte의 저장 공간을 사용한다. char(10)이면 그 안에 문자가 2가 채워지든 10으로 채워지든 무조건 10에 해당 하는 byte가 저장이 되는 것이다. 짧은 경우에는 공백으로 채워짐. varchar : 가변길이 데이터형. DML(Data Manipulation Language) : Manipulation이 다루기, 조작이라는 뜻. 데이터 조작어. - SELECT, INSERT, UPDATE, DELETE가 있음. DDL(Data Definition Language) : 데이터 정의어. - CREATE, ALTER, DROP, RENAME, TRUNCATE. https://ko.wikipedia.org..

아니 좀 웃긴게 있는데.. GPT에 물어봐서 나오는 예제와 위키독스에서 쓰는 예제가 되게 비슷하다. 우연인가..? https://wikidocs.net/33841 e. 노드(Node) - 자료구조 기본 단위 ## 노드  관리… wikidocs.net 신기한 부분. 아무튼 오늘 제일 중요한 것은 Linked List라고 생각한다. 제일 앞은 Head, 뒤에는 Tail이라고 부른다. Head --> |data1|next|--->|data2|next|--->|data3|next|---> None 이렇게 되어있다. class Node: def __init__..

def factorial(n: int) -> int: if n==0: return 1 elif n > 0: return n * factorial(n-1) n = int(input('정수 입력: ')) factorial(n) 팩토리얼 문제. 수강생분이 짜주신거다. factorial 함수를 만들어서 n이 0이 되면 return은 1로 하고, 그렇지 않을 경우에는 n * n-1을 계속 하는 방식이다. 자기 자신을 계속 호출하면서 가져온 파라미터는 1씩 작아지는 것인데, 최종적으로는 밑에 return n* factorial(n-1)이 최종적으로 return 되는 값이 되는 것이고 그 때 까지는 이 메서드가 계속 연산이 진행되며 반환되는 것이다. 이렇게 하면 마지막은 1을 곱한것이니까 사실상 값은 안바뀌고 마무리..

https://www.kaggle.com/code/ekrembayar/store-sales-ts-forecasting-a-comprehensive-guide Store Sales TS Forecasting - A Comprehensive Guide Explore and run machine learning code with Kaggle Notebooks | Using data from Store Sales - Time Series Forecasting www.kaggle.com 이분 것 이어서 한다. 이분은 각 매장별 피벗 테이블을 만들었다. 살펴보면 거의 비슷한 가게라고 볼 수 있는데, 52번은 특히 뭔가 전문점? 같은 가게로 보여지고 20,21,22,35,42번 매장은 다른 매장들과 상관관계가 덜하다..

오늘은 배웟던 것을 토대로 클론코딩을 해보기로 했다. 100% 클론코딩은 아니고 한 80% 정도! https://www.kaggle.com/code/ekrembayar/store-sales-ts-forecasting-a-comprehensive-guide Store Sales TS Forecasting - A Comprehensive Guide Explore and run machine learning code with Kaggle Notebooks | Using data from Store Sales - Time Series Forecasting www.kaggle.com 이분이 이 주제에 대해서 따봉이 제일 많아서 이분 것을 들어가서 진행했다. 데이터는 에콰도르 것인데, 상품판매 분석이다. 데이터는 ..

hue는 꼭 해줘야 한다. 안하면 통자로 나온다. 그리고 안에 컬러를 채우지 않았더니 이렇게 뭔가 핏줄처럼 나왔다. import random #hexadecimal 형식으로 랜덤 색 선택 def rand_color(): return "#" + "".join([random.choice('0123456789ABCDEF') for _ in range(6)]) plt.figure(figsize=(15,5)) sns.kdeplot(data=df, x=df['Ladder score'],hue='Regional indicator') plt.title("지역별 행복지수 분포") plt.axvline(df['Ladder score'].mean(), c='black', ls='--') import random #hexad..