오랑우탄의 반란

[Python] 파이썬이란?

5&2 — Sun, 2 Mar 2025 23:12:26 +0900

파이썬(Python)이란?

1990년 암스테르담의 귀도 반 로섬(Guido van rossum)이 개발한 인터프리터 언어

* 인터프리터 언어 : 소스 코드를 한 줄씩 해석한 후 그때그때 실행해 결과를 바로 확인할 수 있는 언어로, 개발과 디버깅이 용이함

파이썬의 장점

쉬운 문법: 자연어 영어 문장과 유사한 구조로 초보자도 빠르게 학습 가능
오픈소스: 무료 오픈소스 소프트웨어로 플랫폼 상관 없이 실행 가능
다양한 라이브러리: 데이터 분석(numpy, pandas), 머신러닝(sklearn, TensorFlow), 웹 개발(Django, Flask) 등 다양한 라이브러리 제공
커뮤니티 지원: 방대한 사용자 커뮤니티와 자료가 많아 문제 해결이 용이
AI/데이터 과학 트렌드: 인공지능, 데이터 분석, 자동화 등의 분야에서 표준으로 자리 잡음

파이썬의 단점

느린 실행 속도: C, Java에 비해 속도가 느림 (인터프리터 방식)
모바일 개발에서의 한계: 안드로이드/iOS 네이티브 앱 개발에는 비효율적

문장, 표현식, 연산자, 키워드

문장(statement): 실행 가능한 코드의 최소단위
표현식(expression): 어떤 값을 만들어내는 코드
- 리터럴(literal): 코드 자체가 값이 되는 경우 (e.g. 10)
- 식별자(identifier): 값을 구별해주는 고유의 이름 (e.g. pi)
  - 파이썬의 규칙
    - 키워드는 사용 불가하다
    - 특수문자는 _ 만 허용한다
    - 문자로만 시작한다
    - 공백은 포함되지 않는다
  - 관용적 규칙
    - 최대한 알파벳만 사용한다
    - 의미 있는 단어를 사용한다
    - Snake Case 또는 Pascal Case 를 사용한다 (Java는 Camel Case)
연산자(operator): 값들을 결합해주는 것
키워드(keyword): 파이썬에서 정해준 다른 용도로 사용 불가한 문자열

Style Guide for Python Code 은 아래 문서 참고

02. 식별자(identifier)

### 1. 식별자(identifier)란? 변수, 상수, 함수, 사용자 정의 타입 등에서 다른 것들과 구분하기 위해서 사용되는 **변수의 이름, 상수의 이름, 함수의 이름, 사…

wikidocs.net

HackerRank | Symmetric Pairs (MySQL)

5&2 — Thu, 10 Oct 2024 10:44:55 +0900

오늘도 오랑이는 문제를 풉니다.

Symmetric Pairs

You are given a table, Functions, containing two columns: X and Y.

Two pairs (X1, Y1) and (X2, Y2) are said to be symmetric pairs if X1 = Y2 and X2 = Y1.

Write a query to output all such symmetric pairs in ascending order by the value of X. List the rows such that X1 ≤ Y1.

Sample Input

Sample Output

20 20
20 21
22 23

풀이과정

x1 = y2 & x2 = y1 인 행이 2개 이상인 경우
x <= y 인 경우

첫번째 풀이는 셀프조인을 사용한 풀이입니다.

x1 와 y2, x2 와 y2 를 각각 매칭해줘 셀프 조인을 한 후 행이 2개 이상이거나 y가 x보다 큰 경우에 대해 출력해줍니다.

select f1.x, f1.y 
from functions f1, functions f2
where f1.x = f2.y and f1.y = f2.x
group by 1,2
having count(f1.x) > 1 or f1.x < f1.y
order by 1

두번째 풀이는 서브쿼리 if문을 사용한 풀이로 첫번째 쿼리보다 더 효율적입니다.

functions 테이블에 대해 행마다 x <= y 인 조건을 만족시키면 x, y 를 그대로 두고 그렇지 않은 경우 x, y 를 교체해서 동일하게 만들어주는 방식입니다.

이때 중복되는 행이 있을 경우 (즉 쌍이 2개 이상인 경우)만 출력해줍니다.

select x, y
from (select if(x<=y,x,y) as x, if(x<=y,y,x) as y
    from functions) a
group by 1,2
having count(*)>1
order by 1

오랑우탄이 영어를 하고 오랑이가 쿼리마스터가 되는 그날까지~

HackerRank | SQL Project Planning (MySQL)

5&2 — Wed, 2 Oct 2024 10:42:35 +0900

오늘도 오랑이는 문제를 풉니다.

SQL Project Planning

You are given a table, Projects, containing three columns: Task_ID, Start_Date and End_Date. It is guaranteed that the difference between the End_Date and the Start_Date is equal to 1 day for each row in the table.
If the End_Date of the tasks are consecutive, then they are part of the same project. Samantha is interested in finding the total number of different projects completed.
Write a query to output the start and end dates of projects listed by the number of days it took to complete the project in ascending order. If there is more than one project that have the same number of completion days, then order by the start date of the project.

Sample Input

Sample Output

2015-10-28 2015-10-29
2015-10-30 2015-10-31
2015-10-13 2015-10-15
2015-10-01 2015-10-04

풀이 과정

start_date와 end_date가 같은 경우 = 하나의 프로젝트이기 때문에, 이 경우를 제외한 행들의 start_date와 end_date를 구해야 합니다. 각각의 조건이 겹치기 때문에 두 칼럼을 분리해서 조회해야 하고, 이를 이어줄 칼럼을 새로 생성해야 합니다.

먼저 start_date 테이블을 만들어줍니다.

row_number를 사용해 r1이라는 칼럼을 생성해 프로젝트 시작일을 나열해줍니다.

WITH SD AS (
    SELECT START_DATE, ROW_NUMBER() OVER (ORDER BY START_DATE) AS R1
    FROM PROJECTS
    WHERE START_DATE NOT IN (SELECT END_DATE FROM PROJECTS)
)

마찬가지로 end_date 테이블을 만들어주고 두 테이블을 각각 조회해보면 r1, r2가 연결되어 하나의 행으로 통일할 수 있는 것을 볼 수 있습니다.

ED AS (
    SELECT END_DATE, ROW_NUMBER() OVER (ORDER BY END_DATE) AS R2
    FROM PROJECTS
    WHERE END_DATE NOT IN (SELECT START_DATE FROM PROJECTS)
)

이제 메인 쿼리에서 두 테이블을 join 하고 정렬에서 datediff 로 프로젝트 일수를 구해줍니다.

최종 쿼리

WITH SD AS (
    SELECT START_DATE, ROW_NUMBER() OVER (ORDER BY START_DATE) AS R1
    FROM PROJECTS
    WHERE START_DATE NOT IN (SELECT END_DATE FROM PROJECTS)
),
ED AS (
    SELECT END_DATE, ROW_NUMBER() OVER (ORDER BY END_DATE) AS R2
    FROM PROJECTS
    WHERE END_DATE NOT IN (SELECT START_DATE FROM PROJECTS)
)
SELECT START_DATE, END_DATE
FROM SD JOIN ED ON SD.R1=ED.R2
ORDER BY DATEDIFF(END_DATE,START_DATE), START_DATE

오랑우탄이 영어를 하고 오랑이가 쿼리마스터가 되는 그날까지~

SQL Project Planning | HackerRank

Write a query to output the start and end dates of projects listed by the number of days it took to complete the project in ascending order.

www.hackerrank.com

HackerRank | Weather Observation Station 20 (MySQL) 중앙값 percent_rank

5&2 — Thu, 26 Sep 2024 15:53:45 +0900

오랜만에 오랑이는 문제를 풉니다.

Weather Observation Station 20

A median is defined as a number separating the higher half of a data set from the lower half. Query the median of the Northern Latitudes (LAT_N) from STATION and round your answer to decimal places.

Input Format
The STATION table is described as follows where LAT_N is the northern latitude and LONG_W is the western longitude.

중앙값을 구하는 문제입니다.

Oracle의 경우 MEDIAN 이라는 함수를 제공하기에 손쉽게 구할 수 있는데 MySQL에는 없는 함수여서 다른 방법을 찾아야 한다는 점.. 이때 윈도우 함수 중 백분율 순위를 계산해주는 PERCENT_RANK 함수를 사용하면 간단하게 구할 수 있습니다.

PERCENT_RANK 즉 백분율이 50%이면 중앙값이라는 의미기 때문에 인라인 뷰 서브쿼리로 MEDIAN을 구해준 후 WHERE 조건으로 =0.5를 붙여주면 완성입니다.

SELECT ROUND(LAT_N,4)
FROM (SELECT LAT_N, PERCENT_RANK() OVER (ORDER BY LAT_N) AS MEDIAN 
      FROM STATION) A
WHERE MEDIAN=0.5

오랑우탄이 영어를 하고 오랑이가 쿼리마스터가 되는 그날까지~

Weather Observation Station 20 | HackerRank

Query the median of Northern Latitudes in STATION and round to 4 decimal places.

www.hackerrank.com

[Tableau] 랜딩 페이지 A/B 테스트 대시보드 제작 과제 실습

5&2 — Thu, 5 Sep 2024 11:12:58 +0900

과제 설명

PO의 요청 업무: 실험 결과를 분석할 수 있는 대시보드 작업을 진행해주세요!

[실험 상황 시나리오]
이커머스 K사는 웹사이트의 랜딩 페이지 UI 실험을 진행했습니다.
유저를 실험군과 대조군으로 나누어 랜딩 페이지 구 버전 A안과 새 버전 B안을 비교하여 약 1달 동안 실험이 진행 되었어요.
실험 결과 데이터는 ab_data.csv 파일에 쌓였습니다.
A/B 테스트의 성공 지표를 컬럼 converted(페이지 전환 유무)를 활용하여 두가지 랜딩 페이지 실험 결과를 검증하고 싶습니다.

✅ 실험 진행 기간: 약 1달간(2017/1/2 - 1/24)
✅ 실험 대상: 총 약 29만명 랜딩 페이지 유입 유저 → 실험군(약 14만명), 대조군(약 14만명)
✅ 실험 목표: 유저의 랜딩 페이지 전환율 상승
✅ 성공 지표(실험이 성공했다고 판단할 수 있는 지표): conversion rate(%)
✅ 실험 검증 방법: t-test

(참고) t-test 개념
귀무가설 : 일반적인 사실 또는 우리가 실험에서 틀리길 바라는 가설
대립가설 : 우리가 실험에서 맞다고 입증하고자 하는 가설, 차이가 있음을 실험을 통해 입증하고자 하는 가설
p-value : 귀무가설이 맞다는 가정에서 실제 실험 결과와 같이 귀무가설을 지지하는 결과가 나올 확률을 의미합니다. 예를 들어, 두 그룹의 평균을 비교하는 실험에서 귀무가설이 “두 그룹의 평균은 같다”라면, p-value는 두 그룹의 평균이 같다는 결과가 나온 확률입니다. p-value가 임의의 수준(0.05)보다 작으면 귀무가설이 잘못되었을 가능성이 높기 때문에 기각하고, 대립가설을 채택합니다.
가설 검정(t-test): 두 그룹 간의 차이가 통계적으로 유의미한지를 검정하는 방법 중 하나입니다. 일반적으로 서로 독립적인 두 그룹간의 비교를 통해 두 그룹의 평균값이 다른지를 검정합니다. t-test 결과, 귀무가설이 기각되면 두 그룹 간의 차이는 통계적으로 유의미하다는 것을 의미합니다.

유의사항
✅ 대시보드 뷰어: 프로덕트팀 구성원(Product Owner, Product Analyst, UI Designer, Software Engineer)
✅ 지표 선정: conversion rate(%): 랜딩 페이지 전환율
✅ 대시보드 구성:
- 레이아웃 규격: 일반 데스크톱 모니터(1920 x 1080)
- 컬러: 컬러 팔레트 자유롭게 활용(참고 사이트)

사용 데이터

A/B testing

www.kaggle.com

칼럼 설명

user_id: 유저 아이디(약 29만명)
timestamp: 2017-01-02 ~ 2017-01-24
group: 대조군(control), 실험군(treatment)
landing_page: old_page, new_page
converted: 랜딩 페이지 전환 유무(1,0)

데이터 시각화

시트1: 그룹별 유저 비중 파이 차트 시각화

마크: 파이 차트
색상: Group
각도: User Id 카운트(고유)
레이블: Group, 전체 카운트 (숫자 서식 백분율)
마크 레이블 표시

시트2: 그룹별 평균 전환율 막대 그래프 시각화

열: Group
행: Converted 평균
색상: Group
레이블: Group, Converted 평균(숫자 서식 백분율) & 합계
마크 레이블 표시, 머릿글 표시 해제

시트3: 일별 그룹별 평균 전환율 선 그래프 시각화

열: Timestamp 일
행: Converted 평균
색상: Group
축 편집: 범우 사용자 지정으로 시작과 끝 조정
마크 레이블 표시 , 머릿글 표시 해제

시트4: 그룹별 유저 고유 카운트 요일별 캘린더 차트 만들기

열: Timestamp 년월, 요일
행: Group, Timestamp 주
색상: User Id 카운트 고유
레이블: Timestamp 일, User Id 카운트 고유
머릿글 표시 해제, 워크시트 서식 테두리, 라인 조정

시트5: 데이터 정합성 체크 & 전처리 작업

control인데 new page, treatment인데 old page인 경우 유저 아이디 제거

계산된 필드 만들기
해당 필드 필터로 적용
텍스트: Group, Converted 합계로 확인

([Group] = 'control' AND [Landing Page] = 'old_page') OR
([Group] = 'treatment' AND [Landing Page] = 'new_page')

시트6: 도넛 차트 활용 평균 전환율 지표 카드 만들기

시트5에서 생성한 필터 적용
도넛차트 베이스
- 마크: 파이차트, 색상: Group, 각도: Converted 평균, 레이블: Group, Converted 합계
- 계산 필드 생성: 'Dummy Axis' MIN(1)
- 행: Dummy Axis 두 번 끌어다 넣고 두번째 인스턴스 우클릭 후 이중 축 설정
도넛차트 내부 원
- 새로 생성된 AGG(Dummy Axis) (2)에서 작업
- 마크: 원, 색상 배경색으로 설정, 각도 제거, 크기 조정
- 축 머릿글 표시 해제

시트 7: start date와 end date 매개변수 필터 만들기, 유저 카운트

매개 변수 만들기
- start date: 데이터 유형: 날짜, 현재 값: 실험 시작일, 허용 가능한 값: 범위, 최솟값, 고정으로 설정
- end date: start date 복제 후 범위 조정 (마지막 일 + 1 로 해야 마지막 일까지 표시됨)
필터 생성: Timestamp 계산 필드 생성 후 범위 입력
열: Timestamp 일
행: User Id 카운트 고유
필터: Filter Correct, date rage 참

[Timestamp] >= [start date] 
AND 
[Timestamp] <= [end date]

시트 8: t-test 텍스트 표시

왜 t-test인가요?(ratio test 해야하는거 아닌가요?) 태블로에서 구현할 수 있는 간단한 검정 방법이 t-test입니다. 제공 데이터 양이 많아서 정규 근사됩니다.

그룹별 평균, 분산, 크기 구해서 t-value 구하기
t-value 를 활용해 p-value 로 변환 (참고문서)
텍스트: t-value, p-value, 실험 결과에 대한 설명

출처: 공돌이의 수학 정리 노트 t-value의 의미와 스튜던트의 T 테스트

# mean diff
AVG(IF [Group] = 'control' THEN [Converted] END) - AVG(IF [Group] = 'treatment' THEN [Converted] END)

# variance / size
VAR(IF [Group] = 'control' THEN [Converted] END) / COUNT(IF [Group] = 'control' THEN [Converted] END)

# tvalue
[mean diff] /SQRT([var/size1]+[var/size2])

# pvalue
2*(0.5*EXP(-1.2*POWER(ABS([tvalue]), 1.3)))

대시보드 제작

A/B 테스트 대시보드

[Tableau] 한 눈에 보는 테이블 구조와 스키마 종류

5&2 — Wed, 4 Sep 2024 19:08:03 +0900

테이블 구조

이름	설명	특징	예시
차원 dimension	측정/분석의 기준이 되는 칼럼 태블로 dimension table (파란색)	star, snowflake 스키마의 가장자리에 있는 테이블로 수치에 대한 상세 정보	유저 id, 지역, 상품명 등
측정값 metric	측정하는 값/항목 칼럼 태블로 fact table (초록색)	star, snowflake 스키마의 중심에 있는 집계 가능한 테이블, 수치로 표현됨	매출, 리텐션, 전환율 등

스키마 종류

이름	특징
Star 스키마	- 가장 간단하고 일반적으로 사용되는 유형의 데이터 웨어하우스 스키마 - fact table 중심으로 dimension table이 둘러싸고 있는 별 모양 구조 - 주제별로 정리되어 있음 (date, product 등) - dimension table 은 fact table 의 차원을 설명하며 FK로 연결됨 - 비즈니스 요구사항에 더 적합하며 간단하고 빠르게 쿼리 수행 가능 - 일대일 관계만 허용
Snowflake 스키마	- 계층적 구조로 star 스키마에서 일부 dimension table이 정규화 되어 dimension table끼리 연결된 형태 - DB 설계가 복잡함 - 정규화 진행으로 데이터 중복을 최소화하며 저장 공간 절약 - dimension table에서는 일대다 관계 허용

한 눈에 보는 데이터 인프라 (ETL, 웨어하우스, 레이크, 마트)

5&2 — Wed, 4 Sep 2024 18:37:18 +0900

출처: Snowflake

용어	설명
ETL	ETL (추출, 전환, 로드/적재 Extract, Transform, Load) 은 여러 데이터 소스에서 모아진 정보(E)에 대해 품질 개선 및 구조화를 진행한 후(T), 단일 물리적 데이터베이스로 통합해 데이터 웨어하우스, 데이터 레이크, 데이터 마트 형태로 적재(L)시켜 데이터를 전송하는 프로세스 추출: SQL / NoSQL 서버, CRM 및 ERP 시스템, 플랫 파일, 이메일, 웹페이지 등에서 raw데이터 수집 전환: 데이터 필터링/정제/중복 제거/유효성 검사로 1차 처리, 계산/번역/요약 등 일관성 유지, 필요 시 데이터 제거 및 암호화로 보호, 테이블로 포맷팅 (스키마 일치시키기)
데이터 웨어하우스	수집된 데이터가 ETL을 거쳐 한 곳에 모아진 데이터 (=창고) 다량의 데이터를 장기간 보관하는 데에 최적화 되어 있음 업무적으로 중요한 데이터 저장, 전사적으로 통합 관리 필요
데이터 레이크	미가공 raw 데이터 그대로 적재된 점에서 데이터 웨어하우스와 다름 Ad-hoc/머신러닝 분석에 대한 수요가 높아지면서 가공되지 않은 데이터 그대로 사용 필요한 경우 생겨 데이터 레이크에 적재 다량의 정형/비정형 데이터 (e.g. sns, 클릭스트림 데이터) 저장 및 실시간 분석
데이터 마트	데이터 웨어하우스 데이터 중 각 부서별 필요에 따라 만들어진 단순한 형태의 데이터 웨어하우스 비즈니스 팀에서의 효율적인 데이터 검색, 의사 결정 간소화, 효과적인 정보 제어 및 유연한 데이터 관리가 장점

[ML] 분류 모델 불균형 데이터에 대한 솔루션 Classification Model Imbalanced Data Solution

5&2 — Wed, 21 Aug 2024 22:21:43 +0900

불균형 데이터란?

불균형 데이터란 목표 변수가 범주형 데이터일 때 범주별 관측치의 개수/비율 차이가 큰 데이터를 뜻합니다.

이때 데이터가 더 많은 쪽을 다수 범주(majority class), 적은 쪽을 소수 범주(minority class)라고 부릅니다.

실무에서 분류 작업을 진행할 때 균형 데이터보다 불균형 데이터를 다뤄야 하는 경우가 많습니다.

신용카드 회사의 정상 거래 대비 사기 거래, 통신회사 기존 유저 대비 이탈(churn) 유저 등 특정 데이터의 비율이 월등히 크거나 작은 경우가 있겠지요.

그럼 이 불균형 데이터가 왜 머신러닝 분류작업 시 문제가 될까요?

image source: Kaggle Best techniques and metrics for Imbalanced Dataset

불균형 데이터가 왜 문제인가?

머신러닝으로 분류 작업을 진행할 때 프로그램은 자동으로 다수 범주 데이터에 더 큰 비중을 둬서 소수 범주 데이터마저 다수로 분류해버리며 정확도가 높게 나옵니다. 즉, 실제 negative를 positive로 분류하는 Type I Error, 실제 positive인 것을 negative로 분류하는 Type II Error 가 발생하는 것이지요.

결국 제대로 된 분류 작업에 실패함 모델이 되어버립니다.

더 나아가 샘플링에서 소수 관측치가 적어 잘못하면 과적합에 빠질 위험도 있습니다.

image source: Medium Beyond Accuracy: Mastering the Confusion Matrix for Advanced Model Evaluation

불균형 데이터 처리 솔루션

그러면 불균형 데이터는 어떻게 처리하면 좋을까요?

대표적인 솔루션 4개를 소개하겠습니다.

Solution 1: 임계값 (threshold) 조절

데이터 처리 이후 모델 적합 단계에서 모델 예측 성능을 최적화하기 위한 임계값 조정 기법

일반적인 0, 1 분류에서는 0으로 분류될 확률, 즉 임계값이 0.5인데 이를 0.1~0.3과 같이 매우 낮은 수준으로 직접 설정해서 0으로 분류될 확률을 낮춰줘서 소수 범주로 분류될 수 있게끔 설정하는 방식

Solution 2: 샘플링 (Undersampling, Oversampling)

Undersampling

다수 범주 데이터가 소수 범주 데이터와 비율이 맞게끔 데이터를 축소하는 방식으로, 보유한 데이터가 많을 때 사용

장점: 모델 복잡도, 계산시간, 저장용량 감소

단점: 데이터 제거로 인한 중요 정보 손실 발생 가능

Oversampling

소수 범주 데이터를 다수 범주 데이터 수에 맞게 인위적으로 늘리는 방식

장점: 정보 손실이 없음, 대부분 언더샘플링에 비해 높은 정확도를 보임

단점: (데이터 증가로 인해) 과적합 가능성 발생, 노이즈와 이상치에 민감

Solution 3: 데이터 증강 (SMOTE)

정의: 오버샘플링 중 resampling 방법 (단순히 소수 범주 데이터 무작위로 복제)의 과적합 문제를 보완하기 위해 나온 방식으로, 임의로 정한 K값(>=2), 소수 범주 데이터에 대해, 가장 가까운 K개의 데이터 중 하나를 무작위로 선정해 synthetic 공식으로 가상의 데이터를 생성하는 방식

Solution 4: Two Stage

데이터 전체의 양이 많고 다수 범주의 비율이 과도하게 높아 때 과적합의 위험이 높을 때 사용할 수 있는 방법

(예: 쿠팡의 추천 알고리즘)

1) 언더샘플링으로 훨씩 적은 양의 임시 데이터셋 생성

2) 해당 데이터에 대해 feature importance 를 측정해서 중요도가 높은 순으로 정렬

3) SMOTE로 해당 데이터 오버샘플링

3) 새로 생성된 데이터에 대해 중요도가 낮은 feature 제거하고 새로운 feature를 생성해서 지표가 더이상 개선되지 않을 때까지 모델 평가

Dan Zhao et al. / Procedia Computer Science 221 (2023) 316–321

분류 모델 평가 지표

분류 모델에 대한 평가를 진행할 때 대표적인 평가 지표와 모델에 적합한 평가 지표를 고르는 방법 참고해주세요.

F1 score
Precision
Recall
AUC score (AUC & ROC)

프로그래머스 | 둘만의 암호 (파이썬) 알파벳 순환

5&2 — Mon, 19 Aug 2024 11:02:52 +0900

오늘도 오랑이는 문제를 풉니다.

둘만의 암호

풀이 과정

alphabet 문자열 생성 후 skip에 포함된 문자 제거
s 의 문자에 대해 인덱스 + index 에 해당되는 문자 alphabet에서 꺼내서 출력

우선 s 인덱스 카운트가 원활하게 되도록 alphabet 문자열 생성 후 skip 에 포함된 문자를 제거해주는 작업을 해줍니다.

def solution(s, skip, index):
    answer = ''
    alphabet = 'abcdefghijklmnopqrstuvwxyz'
    alphabet = ''.join(sorted(set(alphabet) - set(skip)))

skip 이 제거된 알파벳을 출력해보면 아래와 같이 나옵니다.

이제 s 인덱스+index 에 맞는 알파벳을 출력해주는 조건문을 단계별로 봅시다.

for i in range(len(s)):
    answer += alphabet[(alphabet.find(s[i]) + index)%(26-len(skip))]

for i in range(len(s)):
    alphabet.find(s[i]) # alphabet에서 s 문자별 인덱스값 찾기
    ---
    alphabet.find(s[i])+index # index 더해주기
    ---
    (alphabet.find(s[i])+index)%(26-len(skip)) 
    # z 이후에 다시 a로 순환되게 alphabet길이로 나눈 나머지값으로 치환해주기

최종 코드

def solution(s, skip, index):
    answer = ''
    alphabet = 'abcdefghijklmnopqrstuvwxyz'
    alphabet = ''.join(sorted(set(alphabet) - set(skip)))
    
    for i in range(len(s)):
        answer += alphabet[(alphabet.find(s[i]) + index)%(26-len(skip))]
        
    return answer

오랑우탄이 영어를 하고 오랑이가 코드마스터가 되는 그날까지~

프로그래머스

코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.

programmers.co.kr

LeetCode | 1484. Group Sold Products By The Date (MySQL) GROUP_CONCAT 그룹별 행 한줄에 출력

5&2 — Mon, 19 Aug 2024 10:44:26 +0900

오늘도 오랑이는 문제를 풉니다.

1484. Group Sold Products By The Date

풀이 과정

products 칼럼 출력 방법 외에는 쉬운 문제입니다. 우선 아래와 같이 코드를 작성해줍니다.

SELECT SELL_DATE, COUNT(DISTINCT PRODUCT) AS NUM_SOLD
FROM ACTIVITIES
GROUP BY 1
ORDER BY 1;

이제 products 칼럼을 추가해야 하는데, product 의 각 행을 sell_date 기준으로 묶어서 쉼표(,)로 구분지어 오름차순으로 한 줄에 나열되게 출력해야 하는데요, CONCAT 을 바로 떠올리겠지만 그룹화가 어려워 보입니다.

이때 사용할 수 있는 함수가 바로 GROUP_CONCAT 입니다.

GROUP_CONCAT

GROUP BY 칼럼A 를 기준으로 칼럼 B 의 각 행을 묶어서 하나의 행에 나열해주는 함수

*GROUP BY 사용 필수

SELECT GROUP_CONCAT(DISTINCT 칼럼B ORDER BY 칼럼B SEPARATOR '-') AS GROUP
FROM TABLE
GROUP BY 칼럼A

GROUP_CONCAT(DISTINCT): 중복 없이 나열
GROUP_CONCAT(ORDER BY): 나열 순서 지정 (오름차순 디폴트)
GROUP_CONCAT(SEPARATOR '문자'): 구분 문자 (쉼표 디폴트)

해당 문제에서는 SELL_DATE 기준으로 그룹, PRODUCT 를 쉼표로 구분해 PRODUCT 기준 오름차순 나열이므로 아래와 같은 쿼리로 짜줍니다. 이때 처음 작성했던 쿼리에서 ORDER BY 는 생략이 가능합니다.

SELECT GROUP_CONCAT(DISTINCT PRODUCT ORDER BY PRODUCT) AS PRODUCTS
FROM ACTIVITIES
GROUP BY SELL_DATE

최종 코드

SELECT SELL_DATE, COUNT(DISTINCT PRODUCT) AS NUM_SOLD,
    GROUP_CONCAT(DISTINCT PRODUCT ORDER BY PRODUCT) AS PRODUCTS
FROM ACTIVITIES
GROUP BY 1;

오랑우탄이 영어를 하고 오랑이가 쿼리마스터가 되는 그날까지~

https://leetcode.com/problems/group-sold-products-by-the-date/

오랑우탄의 반란

[Python] 파이썬이란?

파이썬(Python)이란?

문장, 표현식, 연산자, 키워드

HackerRank | Symmetric Pairs (MySQL)

Symmetric Pairs

풀이과정

HackerRank | SQL Project Planning (MySQL)

SQL Project Planning

풀이 과정

최종 쿼리

HackerRank | Weather Observation Station 20 (MySQL) 중앙값 percent_rank

Weather Observation Station 20

[Tableau] 랜딩 페이지 A/B 테스트 대시보드 제작 과제 실습

과제 설명

데이터 시각화

시트1: 그룹별 유저 비중 파이 차트 시각화

시트2: 그룹별 평균 전환율 막대 그래프 시각화

시트3: 일별 그룹별 평균 전환율 선 그래프 시각화

시트4: 그룹별 유저 고유 카운트 요일별 캘린더 차트 만들기

시트5: 데이터 정합성 체크 & 전처리 작업

시트6: 도넛 차트 활용 평균 전환율 지표 카드 만들기

시트 7: start date와 end date 매개변수 필터 만들기, 유저 카운트

시트 8: t-test 텍스트 표시

대시보드 제작

[Tableau] 한 눈에 보는 테이블 구조와 스키마 종류

테이블 구조

스키마 종류

한 눈에 보는 데이터 인프라 (ETL, 웨어하우스, 레이크, 마트)

ETL

데이터웨어하우스

데이터레이크

데이터마트

[ML] 분류 모델 불균형 데이터에 대한 솔루션 Classification Model Imbalanced Data Solution

불균형 데이터란?

불균형 데이터가 왜 문제인가?

불균형 데이터 처리 솔루션

Solution 1: 임계값 (threshold) 조절

Solution 2: 샘플링 (Undersampling, Oversampling)

Solution 3: 데이터 증강 (SMOTE)

Solution 4: Two Stage

분류 모델 평가 지표

프로그래머스 | 둘만의 암호 (파이썬) 알파벳 순환

둘만의 암호

풀이 과정

최종 코드

LeetCode | 1484. Group Sold Products By The Date (MySQL) GROUP_CONCAT 그룹별 행 한줄에 출력

1484. Group Sold Products By The Date

풀이 과정

GROUP_CONCAT

최종 코드

데이터
웨어하우스

데이터
레이크

데이터
마트