전체 글90 [Streamlit] Streamlit의 기초! 미디어 출력하기 Streamlit으로 미디어 콘텐츠 출력하기 데이터 분석 및 시각화와 함께, 웹 애플리케이션에서는 다양한 미디어 콘텐츠를 통해 사용자 경험을 풍부하게 만들 수 있습니다. Streamlit은 이를 위한 다양한 미디어 출력 기능을 제공합니다. 이번 글에서는 Streamlit으로 이미지, 오디오, 비디오 등의 미디어 콘텐츠를 어떻게 표시하는지 알아보겠습니다. 이미지 출력하기 st.write('이미지:') st.image('1.png', width=200) 오디오 출력하기 audio_file = open("path_to_audio.mp3", "rb").read() st.audio(audio_file, format="audio/mp3") 동영상 출력하기 video_file = open("path_to_video... 2023. 8. 7. [Streamlit] Streamlit의 기초! 데이터 출력하기 Streamlit의 이전 글에 이어서 오늘은 데이터 출력하는 방법에 대해 알아보겠습니다. 이전 글을 참고해주시길 바랍니다. 2023.08.07 - [APP/Streamlit] - [Streamlit] Streamlit의 기초! 텍스트 출력하기 [Streamlit] Streamlit의 기초! 텍스트 출력하기 Streamlit 간단히 알아보기 Streamlit은 데이터 과학자와 개발자가 빠르게 웹 앱을 생성할 수 있게 도와주는 파이썬 라이브러리입니다. 코드 몇 줄만으로 대화형 시각화 및 대시보드를 만들 수 있어, foxyprogramming.tistory.com 데이터프레임 출력 Streamlit는 pandas 데이터프레임을 여러 방법으로 표시할 수 있습니다. st.write() : 기본적인 데이터프레임 출.. 2023. 8. 7. [Streamlit] Streamlit의 기초! 텍스트 출력하기 Streamlit 간단히 알아보기 Streamlit은 데이터 과학자와 개발자가 빠르게 웹 앱을 생성할 수 있게 도와주는 파이썬 라이브러리입니다. 코드 몇 줄만으로 대화형 시각화 및 대시보드를 만들 수 있어, 복잡한 프론트엔드 지식이 없어도 웹 기반의 데이터 애플리케이션을 쉽게 제작할 수 있습니다. Streamlit은 빠른 프로토타이핑 및 데이터 분석 결과의 공유에 특히 유용합니다 오늘은 기초를 다지기 위한 텍스트 출력을 배워보겠습니다. Streamlit에서 다양한 헤더 스타일 사용하기 대제목: st.title() 함수를 사용하여 애플리케이션의 메인 제목을 생성할 수 있습니다. st.title('*타이틀* -대') 2. 중제목: st.header() 함수를 사용하여 부제목 또는 중요한 섹션 헤더를 추가할 .. 2023. 8. 7. [AI] Kaggle 데이터로 데이터 분석하기 _ League of Legends Diamond Ranked Games 안녕하세요! 23년 6월 24일에 있을 빅데이터 분석기사 실기를 준비하면서 준비를 해도 불안함 마음으로 더 많은 자료를 찾는 분들이 있으실 텐데요 조금이라도 도움이 되고자 Kaggle 데이터를 활용해서 작업형 2 유형을 다뤄보겠습니다! Kaggle 입문자들에게도 좋을 것 같네요 https://www.kaggle.com/datasets/bobbyscience/league-of-legends-diamond-ranked-games-10-min League of Legends Diamond Ranked Games (10 min) Classify LoL ranked games outcome by looking at the first 10min worth of data www.kaggle.com 데이터는 오른쪽 상.. 2023. 6. 17. [AI] Kaggle 데이터로 데이터 분석하기_ Student's Academic Performance Dataset 안녕하세요! 23년 6월 24일에 있을 빅데이터 분석기사 실기를 준비하면서 준비를 해도 불안함 마음으로 더 많은 자료를 찾는 분들이 있으실 텐데요 조금이라도 도움이 되고자 Kaggle 데이터를 활용해서 작업형 2 유형을 다뤄보겠습니다! Kaggle 입문자들에게도 좋을 것 같네요 https://www.kaggle.com/datasets/aljarah/xAPI-Edu-Data Students' Academic Performance Dataset xAPI-Educational Mining Dataset www.kaggle.com 데이터는 오른쪽 상단에서 Copy API command를 통해 가져오실 수 있습니다 이후 다음처럼 발급받은 username과 key를 입력하도록 하겠습니다 os.environ['KAG.. 2023. 6. 17. [AI] Kaggle Data로 데이터 분석하기_Heart Failure Prediction 안녕하세요! 23년 6월 24일에 있을 빅데이터 분석기사 실기를 준비하면서 준비를 해도 불안함 마음으로 더 많은 자료를 찾는 분들이 있으실 텐데요 조금이라도 도움이 되고자 Kaggle 데이터를 활용해서 작업형 2 유형을 다뤄보겠습니다! Kaggle 입문자들에게도 좋을 것 같네요 Heart Failure Prediction 12 clinical features por predicting death events. www.kaggle.com 데이터는 오른쪽 상단에서 Copy API command를 통해 가져오실 수 있습니다 이후 다음처럼 발급받은 username과 key를 입력하도록 하겠습니다 os.environ['KAGGLE_USERNAME'] = 'sihyunlee9604' os.environ['KAGGL.. 2023. 6. 16. [Error] ImportError: cannot import name 'getNsvData' from 'getData' 파이썬 파일에 함수를 만들어서 다른 파일에서 여는 작업을 흔하게 하곤한다. 하지만 이때 위 제목과 같은 에러가 발생하곤 한다. 사실 이전까지는 이런 경험이 없었는데 별짓 다 해봐도 이유를 못찾겠어서 한참 헤맸다. getData라는 파일이 이미 있어서 그렇다는건데, 이러한 경우는 파일의 명을 바꿔주면 된다. 코드가 정상적으로 실행되는 것을 확인할 수 있다. 2023. 6. 9. Anomaly Detection_PCA PCA(Principal Component Analysis)는 데이터셋에서 가장 중요한 변수를 추출하고 차원을 축소하는 데에 널리 사용되는 방법입니다. 이 기법은 고차원 데이터를 저차원으로 축소하여 시각화 및 분석을 용이하게 하며, 불필요한 정보를 제거하여 노이즈를 감소시키는 효과가 있습니다. PCA 기반 이상탐지는 PCA를 사용하여 데이터의 차원을 축소한 후, 축소된 차원에서 이상값을 탐지하는 방식입니다. PCA는 데이터의 고유값(eigenvalues)과 고유벡터(eigenvectors)를 계산하여 이들을 이용하여 데이터를 재배치합니다. 이렇게 재배치된 데이터에서는 상위 고유값에 해당하는 고유벡터가 가장 중요한 변수를 나타내므로, 이를 기반으로 데이터의 차원을 축소할 수 있습니다. 장점: 변수 선택과 .. 2023. 5. 3. Anomaly Detection_t-SNE t-SNE(t-Distributed Stochastic Neighbor Embedding)는 고차원 데이터를 저차원으로 축소하고 시각화하는 데에 널리 사용되는 방법입니다. t-SNE는 PCA와 달리 비선형 구조에 대해서도 효과적으로 처리할 수 있습니다. 이 방법은 데이터의 분포를 보존하면서 데이터 간의 거리를 최대한 보존하는 데에 중점을 둡니다. t-SNE 기반 이상탐지는 t-SNE를 사용하여 데이터의 차원을 축소한 후, 축소된 차원에서 이상값을 탐지하는 방식입니다. t-SNE는 데이터의 구조를 보존하면서도 차원을 축소하기 때문에, 데이터의 비선형 구조를 보존할 수 있습니다. t-SNE 기반 이상탐지의 장단점은 다음과 같습니다. 장점: 비선형 구조에 대한 처리: t-SNE는 비선형 구조에 대해서도 효과적.. 2023. 5. 3. 이전 1 2 3 4 5 6 7 ··· 10 다음
