세빵이의 취준기록

간단해보이는데 너무 어려웠다.. 오랜만에 코테 공부해서 그런가? def solution(k, tangerine): answer = 0 check = 0 dict = {} for num in tangerine: if num in dict: dict[num] += 1 else: dict[num] = 1 arr = sorted(dict.items(), key = lambda x:x[1], reverse = True) if arr[0][1] >= k: return 1 else: for i in arr: if check < k: check += i[1] answer += 1 else: break return answer 흐름은 이렇다. 1. 우선 dict라는 딕셔너리를 만들어서 각 귤의 크기와 개수를 담는다. 2..

# seaborn으로 시각화 # 그래프 객체 fig = plt.figure(figsize = (12, 5)) ax1 = fig.add_subplot(1, 2, 1) ax2 = fig.add_subplot(1, 2, 2) # 산점도 # 회귀선이 없는 산점도 sns.regplot(x = 'age', y = 'fare', # 변수 설정 data = titanic, # 데이터 설정 ax = ax1, # axe 객체 설정 = 위치 설정 fit_reg = False) # 회귀선이 있는 산점도 sns.regplot(x = 'age', y = 'fare', # 변수 설정 data = titanic, # 데이터 설정 ax = ax2, # axe 객체 설정 = 위치 설정 fit_reg = True) plt.show() s..

DATE_ADD : 기준 날짜에 입력된 기간만큼을 더하는 함수 DATE_SUB : 기준 날짜에 입력된 기간만큼을 빼는 함수 시간 더하기 DATE_ADD(기준 날짜, INTERVAL) 시간 빼기 DATE_SUB(기준 날짜, INTERVAL) 예시 계산형식 예 월 DATE_ADD(date, INTERVAL 1 MONTH) 일 DATE_ADD(date, INTERVAL 1 DAY) 시간 DATE_ADD(date, INTERVAL 1 HOUR) 분 DATE_ADD(date, INTERVAL 1 MINUTE) 초 DATE_ADD(date, INTERVAL 1 SECOND) ※ 시간을 뺄 때에는 - 를 사용하면 됨 ex) DATE_ADD(date, INTERVAL -1 DAY)

# 결측값 확인(비율)# EDA - 결측값 확인(비율 확인)df.isnull().sum() / df.shape[0]  # 결측치 컬럼 삭제하기# 80%이상 결측치 컬럼, 삭제df = df.drop('f3', axis = 1) # city별 f1의 median 값 확인# 80%미만 결측치 컬럼, city별 중앙값으로 대체s = df[df['city'] == '서울']['f1'].median()k = df[df['city'] == '경기']['f1'].median()b = df[df['city'] == '부산']['f1'].median()d = df[df['city'] == '대구']['f1'].median() # map 함수 이용하여 f1의 결측값을 s, k, b, d로 대체하기# f1 평균값 결과 출력d..

n * m크기의 직사각형에 숫자를 1부터 순서대로 1씩 증가시키며 왼쪽 위에서부터 시작하여 오른쪽 아래 쪽까지 다음과 같은 방향으로 숫자들을 쭉 채우는 코드를 작성해보세요. 풀이 # n, m 입력받기 n, m = map(int, input().split()) # grid 리스트 생성하여 초기값 0 할당 # n개의 행과 m개의 열로 구성됨 grid = [[0] * m for _ in range(n)] # 숫자 할당 num = 1 for i in range(n + m - 1): # 사선의 총 개수 n + m - 1번 만큼 반복 for j in range(max(0, i - m + 1), min(i + 1, n)): # 현재 사선에서 숫자를 할당할 위치 결정 # 여기서 max(0, i - m + 1)은 행의 ..

N개의 숫자가 주어졌을 때, 주어진 숫자들 중 최댓값의 위치를 출력합니다. 만약 최댓값이 여러 개라면, 가장 왼쪽에 있는 최댓값의 위치를 출력합니다. 그 이후에는 위에서 구한 최댓값의 위치보다 더 왼쪽에 있는 숫자들 중 최댓값을 구해 그 위치를 출력합니다. 이 경우에도 최댓값이 여러 개라면, 가장 왼쪽에 있는 최댓값의 위치를 출력합니다. 위의 과정을 끊임없이 반복하며, 최종적으로 첫 번째 원소가 뽑히게 되면 이 과정을 종료합니다. 이러한 과정을 거쳐 구해진 최댓값의 위치들을 출력하는 프로그램을 작성해보세요. # 변수 선언 및 입력 n = int(input()) a = list(map(int, input().split())) prev_max_idx = n # 첫 번째 원소가 최대가 되기 전까지 계속 반복합..

# 데이터 불러오기 df = pd.read_excel('/content/drive/MyDrive/hana1/data/시도별 전출입 인구수.xlsx', engine = 'openpyxl') # NaN 값 채우기 df = df.fillna(method = 'ffill') # 서울시(전출지)에서 다른 지역(전입지)으로 이동한 인구 데이터 # 불 인덱스(True)를 데이터 추출 b_ind = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[b_ind] # 전출지별 열 삭제 df_seoul = df_seoul.drop('전출지별', axis = 1) # 열 이름 변경 df_seoul = df_seoul.rename({'전입..

선그래프 # 기본값 kind = 'line' df_new_t.plot() # 보통 x 축에 시간이 옴 막대그래프 수직막대그래프 df_new.plot(kind = 'bar') 수평막대그래프 # 수평 막대 그래프 df_new.plot(kind = 'barh') df_new_t.plot(kind = 'barh') 히스토그램 df_new_t.plot(kind = 'hist') 산점도 # 차중과 연비의 산점도 df.plot(kind = 'scatter', x = 'mpg', y = 'weight') 상자수염그림 df[['mpg', 'acceleration']].plot(kind = 'box') [시도별 전출입 인구수] 데이터 전처리 및 시각화 # 라이브러리 불러오기 import pandas as pd import..

■ 팩토리얼(factorial) 특정 수보다 작거나 같은 모든 양의 정수의 곱이다. n이 하나의 자연수일 때, 1에서 n까지의 모든 자연수의 곱 ex) 4! = 4 x 3 x 2 x 1 = 24 1. for 반복문을 이용한 팩토리얼 구현 # for문 이용 n = int(input("팩토리얼을 구할 숫자를 입력하세요.")) result = 1 for n in range(1, n+1, 1): result *= n # result = result * n print(result) 풀이 ------------------------------------------------------------------------------------------------------ 1. input 함수를 이용해 사용자에게서 숫..