To infinity, and beyond To infinity, and beyond

변수는 메모리에 그대로 들어오지만 object는 object가 따로 할당되어 있는 주소가 들어가있음 따라서, 동일한 object주소를 갖고있다면, 변수이름이 다르다고하더라도 업뎃하면 다른 변수 안에 있는 Object 내용도 업뎃됨.

2023.01.13 토요일 1. 프로젝트 : 쇼핑몰 리스트 만드는 중 (연습듕) 2. 사용스택 :HTML, CSS, Javascript 3. 오늘 배운 내용 1) Events란? - 프로그래밍 중인 시스템에서 발생하는 일로, 코드가 이에 반응할 수 있도록 시스템에서 알려주는 것 2) Capturing & Bubbling 3) 브라우저 취소하기: preventDefault 4) 이벤트 위임하기 : delegation 5) 쇼핑목록앱 개선하기 - 새로운 item 추가할 때, event delegation으로 코드 변경 - keydown & composing - web-form ; 신세계!😲😲 4. 참고 - Events 종류 https://developer.mozilla.org/en-US/docs/Web/Ev..

와. 아침 7시, 스벅에서 '자 이제 진도좀 빼 볼까?!' 하며 출근 전 '취미코딩'을 하려고 노트북을 켰다. 그리고 진도에 맞춰 JS를 구현하는 단계를 시작했다. 하지만. 개발자는 문제해결자라고 했는가. JS를 구현하지 못하고 결국 문제해결만 하다가 끝났다. '난 아직 개린이어서 문제해결말고 진도를 빼고 싶다고! 아닌가? 여기서 문제 해결을 하는게 옳은건가? 이것도 개린이 단계에서 마주하는 문제 중 하나인건가? 이게 맞는건가? 맞는건가?!!!' 라는 갈등과 갈등이 머리속을 지배하며 문제해결에 최선을 다 했으나.. 결국 해결하지 못하고 출근을 하게 된다.ㅠ 어떤 문제가 발생했느냐? 코드 문제 Uncaught TypeError: Cannot read properties of null (reading 'ad..

시각화기법은 변수의 속성에 따라 사용방법이 대략 정해져 있다. 1. 변수가 1개인 단일변수 일 경우에는 1) 연속형 데이터인 경우에는 Histogram 2) 범주형 데이터인 경우에는 Countplot 을 사용한다. 연속형 데이터란, 숫자와 같이 연속으로 발생하는 데이터이고 범주형 데이터란, 문자열과 같이 구분된?데이터이다. 그냥 지금은 간단하게 연속형 = 숫자, 범주형 = 문자 로 생각하면 될 듯 하다. 2. Histogram으로는 연속형 데이터의 각 데이터 구간의 빈도의 분포를 알 수 있다. 예를 들어, 몸무게가 40 ~ 100kg인 사람들의 각 몸무게별 분포를 보고 싶다면, x축에 몸무게의 범위를 10kg으로 끊어서 각 구간에 몇명이나 해당하는지를 보고 그 인원수만큼 막대그래프로 위로 쌓아 올린다. ..

나는 본론으로 바로 뛰어들어가야되는 스타일이어서, 이론말고 바로 타이타닉 분석으로 들어갔다. 처음에는 캐글 그랜드마스터 순위에 드는 이유한님의 영상을 봤다. 근데, 튜토리얼을 봐도 이해가 안 갔다. 어떤 부분이 이해가 안 갔냐면 '왜 그렇게 분석하는가'부분이 이해가 안 갔다. 기술적인 부분 (각 시각화 도구를 어떻게 쓰는지, 코드는 어떻게 짜는지 등)은 따라하면 알겠는데, 그래서 왜 이런 데이터는 이 시각화 기법으로 분석하는지, 그리고 어떤 인사이트를 얻어야 하는지를 알고 싶었는데 그 부분이 충족이 안 됐다. 아마 내가 이론 공부를 안 하고 바로 실전으로 뛰어들어서 그럴텐데, 실전을 학습하며 이론을 공부하는 스타일이어서 그렇다. 어쨋든, 그래서 여러 강의를 이것저것 보면서 찾아다녔다. 내가 class10..

1. 클래스 (좌석등급)은 총 3가지가 있다. 1등급, 2등급, 3등급 각각 클래스 별 총 인원수와 그 중 몇명이 생존했는지를 확인해보면 될 것 같다. pd.crosstab(df_train['Pclass'], df_train['Survived'], margins=True) 시각화로 표현해보자 1. 클래스별로 생존한 사람 중앙값 찾기 df_train[['Pclass', 'Survived']].groupby(['Pclass'], as_index=True).mean().sort_values(by='Survived', ascending=False).plot.bar() 클래스가 높을수록 생존한 사람이 많다. 그렇다면 정말 클래스가 높을 수록 생존한 사람이 많을까? 그걸 한번 비율로 표현해보자. [비율로 표현하는 ..

컬럼을 하나씩 보면서 종류에 따라 속성을 파악 1. 단일변수 - histogram : 연속형일 때 - countplot : 범주형일 때

1. 전체를 대표할 만한 값은 무엇인가? - (산술)평균: mean - 중앙값: median (순서상으로 중앙에 존재하는 값) * 극단적인 이상치가 있다면 median이 유용하다. - 최빈값 mode (범주형으로 변경 후 갯수를 count) 2. 얼마나 퍼져 있는가? (산포) 퍼져 있는 모양은 어떠한가? - 범위(range) - 표준편차, 분산 std/variance - 비대칭성 skewness 따라서, 데이터를 받으면 가장먼저 할 것 : 컬럼별로 데이터 특징을 요약하기. 전체갯수 대표값 확인 연속형: 평균, 중앙값 확인 범주형: 항목별 빈도수 3. 시각화의 필요성: 통계량이 같으면 같은 데이터일까? 각 dataset의 합계, 평균, 표준편차,