— dedent()로 깔끔한 문자열 만들기 꿀팁 —❌ 문제 상황: 잘못된 문자열 출력이메일 템플릿을 생성하는 파이썬 스크립트를 작성 중 문제가 생겼어요.코드는 대략 이렇게 생겼어요:def generate_email(): return """ Hello User, Your account will be deactivated soon. Please update your information to continue using our service. Regards, Customer Care Team """print(generate_email())겉보기엔 아무 문제 없어 보이죠?하지만 출력 결과를 확인한 순간... 👀 Hello User, Your..

Python 클래스 속성을 이용한 싱글톤 패턴 구현1. 싱글톤 패턴이란?싱글톤 패턴(Singleton Pattern)은 디자인 패턴 중 하나로, 특정 클래스의 인스턴스가 단 하나만 존재하도록 보장하는 패턴입니다. 이 패턴은 주로 설정 정보 관리, 네트워크 연결 풀, 로그 기록 시스템 등에서 유용하게 사용됩니다.2. 싱글톤 패턴 구현 방법파이썬에서 싱글톤 패턴을 구현하는 방법은 여러 가지가 있지만, 가장 간단한 방법 중 하나는 클래스 속성을 이용하는 것입니다. 이 방식은 클래스 내에 단 하나의 인스턴스만 존재하도록 보장하며, 해당 인스턴스에 대한 접근을 제공합니다.3. Singleton 클래스 구현다음은 Singleton 클래스를 구현한 예제입니다. 이 클래스는 __new__ 메서드를 활용하여 인스턴스를 ..

왜 클린 코드가 중요한가요?클린 코드는 단순히 "잘 보이는 코드"를 넘어, 협업의 효율성을 높이고 유지보수를 쉽게 만들어줍니다. 가독성이 높은 코드는 버그를 줄이고, 코드 리뷰 시간을 단축하며, 새로운 개발자가 프로젝트에 빠르게 적응할 수 있도록 도와줍니다. 프로덕션 환경에서는 특히 코드의 명확성과 일관성이 중요한데, 이는 시스템의 안정성과 직결되기 때문입니다. 지금까지 제 프로그래밍 경험상 클린 코드는 습관입니다.평소에 클린코드에 대한 지식을 리마인드하고 지속적으로 코딩 실력을 다져줘야합니다.아래의 글도 같이 보시고 리마인드해보세요. [Python/Clean Code Series(클린코드)] - 파이썬 클린코드 기본 파이썬 클린코드 기본클린 코드는 여러가지 측면이 있지만, 그 중에서도 다른 사람이 쉽게..

이전 포스팅에선 주성분 분석의 개념에 대해 알아보았습니다. (이전 포스팅 바로가기) 이번 글에선 Python을 이용하여 PCA분석 예제를 테스트 해볼 수있도록 해보겠습니다. PCA는 Eigen Value값이 큰 Eigen Vector를 선택하여 차원을 축소하는 알고리즘입니다. 먼저 Pandas를 활용하여 테스트할 데이터 셋을 만들어 보도록 하겠습니다. (참조:https://github.com/minsuk-heo/python_tutorial/blob/master/data_science/pca/PCA.ipynb) import pandas as pd df.loc[0] = [1200, 1, 0, 0, 2, 'Skinny'] df.loc[1] = [2800, 1, 1, 1, 1, 'Normal'] df.loc[2..

오늘은 KNN(K-Nearnest Neighbor)에 대해 알아볼려고 합니다. K-최근접 이웃이라고 불리우며, 분류기(Classifier) 역할을 하고 있습니다. 알고리즘의 이름이 왜 K-Nearest Neighbor인지는 아래 내용을 보면 충분히 이해하실 수 있을겁니다. KNN 알고리즘의 경우, 거리를 계산하여 가장 인접한 K개의 데이터를 선정하여 Class 분류를 하게 됩니다. 위 그림을 보면 k=1일 경우 , 입력된 데이터(물음표)는 어느 클래스로 분류를 하게 될까요? Class A로 분류하게 됩니다. 조금 직관적인 예시 이미지로 보겠습니다. KNN알고리즘에서 k=3 일 경우, 가운데 있는 초콜릿은 어떤 초콜릿(화이트, 다크)으로 분류할까요? k=3 일 경우 다크 초콜릿이 더 많이 분포하고 있기때문..

앞서 배운 선형회귀 분석을 Python으로 구현해보고자 합니다. 먼저 테스트할 데이터가 필요합니다. x,y 데이터 셋을 아래처럼 정의하겠습니다. import tensorflow as tf x_data = [1.,2.,3.,4.] y_data = [1.,3.,5.,7.] x와 y 데이터를 좌표에 찍어서 보면 데이터가 선형(linear)을 이루는것을 알 수 가 있습니다. 이제 이 데이터 셋에 가장 적합한 선을 찾을 수 있도록 해보겠습니다. H(x) = w*x라는 임의의 가설(Hypothesis)을 세우도록 하겠습니다. Python과 TensorFlow를 이용하여 아래처럼 작성해보겠습니다. W = tf.Variable(tf.random_uniform([1],-1.0,1.0)) b = tf.Variable(tf..