티스토리

Crocus

검색하기

블로그 홈

Crocus

www.crocus.co.kr/m

Beginner와 Developer사이의 Crocus

구독자: 37

방명록 방문하기

주요 글 목록

지수분포 개념 및 예제 1. 지수 분포란? 지수 분포는 일정 시간 동안 독립적으로 발생하는 사건의 횟수가 포아송 분포를 따를 때, 다음 사건이 발생하기까지의 대기 시간을 모델링하는 연속 확률 분포입니다. 이 분포는 양의 값을 가지며, 시간이 지날수록 사건이 발생할 확률이 줄어듭니다. 지수 분포는 포아송 분포와 밀접한 관련이 있습니다. 포아송 분포가 일정 시간 동안 발생하는 사건의 횟수를 모델링한다면, 지수 분포는 연속적인 두 사건 사이의 대기 시간을 모델링합니다. 2. 지수 분포의 특성 지수 분포의 주요 특성은 다음과 같습니다: 평균은 1/λ 이고, 분산은 1/(λ^2) 입니다. 시간이 지날수록 사건 발생 확률이 감소합니다. 사건의 발생 횟수가 많아질수록 그 사건이 다시 발생할 확률은 낮아집니다. 3. 실생활 예시 지수 분포는.. 공감수 0 댓글수 0 2024. 3. 6.
포아송 분포 개념 및 실생활 예제와 코드 1. 포아송 분포란? 포아송 분포는 일정한 단위 시간, 거리, 면적 등에서 랜덤하게 발생하는 사건의 분포를 나타내는 이산 확률 분포입니다. 이 분포는 특정 구간에서 일어나는 독립적인 사건의 수를 예측하는 데 사용됩니다. 즉, 포아송 분포는 일상생활에서 자주 발생하는 랜덤 사건들을 모델링하는 데 유용합니다. 은행에서의 고객 방문 수, 콜센터로의 전화 통화 수 등을 예측하는 데 이 분포를 활용할 수 있습니다. 이러한 이해는 데이터 분석 및 의사결정 과정에서 매우 중요한 역할을 합니다. 2. 포아송 분포의 적용 조건 포아송 분포를 적용하기 위한 조건은 다음과 같습니다: 구간마다 발생하는 사건은 서로 독립적입니다. 사건의 발생 확률은 구간의 길이에 비례합니다. 아주 작은 구간에서 사건이 발생할 확률은 무시할 만.. 공감수 1 댓글수 1 2024. 3. 4.
이항분포 개념 및 코드 예제 1. 이항분포 이항분포는 베르누이 실험을 n번 반복했을 때의 확률분포입니다. 베르누이 실험은 두 가지 결과(성공 또는 실패)만을 가지는 실험입니다. 이항분포는 성공의 확률을 p, 실패의 확률을 q(=1-p)라 할 때, n번의 시행 중 x번 성공할 확률을 나타내며, 수학적으로는 P(X = x) = nCx * p^x * q^(n-x) = n!/(n-x)!x! * p^x * (1-p)^(n-x)로 표현됩니다. 2. 이항분포의 조건 이항분포는 다음과 같은 조건을 만족합니다: 실험은 n번 반복됩니다. 각 시행은 상호 배타적인 두 결과(성공 또는 실패)를 갖습니다. 각 시행은 독립적입니다. 각 시행에서의 성공 확률 p는 일정합니다. 확률변수 X는 n번의 시행 중 성공 횟수를 나타냅니다. 3. 이항분포의 특징 이항분.. 공감수 0 댓글수 0 2024. 3. 3.
확률 질량함수와 함률 밀도함수 개념 및 예제 1. 확률질량함수(PMF) 이산 확률변수의 경우, 확률질량함수(PMF)를 사용합니다. PMF는 확률변수가 특정 값을 가질 확률을 나타냅니다. PMF의 특징은 다음과 같습니다: 모든 실수 x에 대해 f(x) ≥ 0입니다. 모든 가능한 x에 대한 f(x)의 합은 1입니다. 누적분포함수는 F(x)로 표기하며, 이는 주어진 값까지의 확률의 누적을 나타냅니다. 2. 확률질량함수 (PMF) 예제 및 코드 예제: 주사위 던지기를 생각해보겠습니다. 주사위의 각 면이 나올 확률은 동일하므로, 확률질량함수는 각 면(1부터 6까지)이 나올 확률을 1/6로 나타냅니다. # 주사위 던지기 확률질량함수 def dice_pmf(x): if x in range(1, 7): return 1 / 6 else: return 0 # PMF.. 공감수 0 댓글수 0 2024. 3. 1.
2차원 좌표 차원축소 알고리즘 2차원 좌표를 하나의 숫자로 나타내는 방법에는 여러 가지가 있습니다. 이러한 변환은 주로 데이터 압축, 이미지 처리, 컴퓨터 그래픽스 등에서 사용됩니다. 대표적인 방법 몇 가지를 소개하겠습니다. 1. 일렬로 나열하기 (Linearization) 2차원 좌표를 일렬로 나열하는 방법은 가장 간단하고 직관적인 방법입니다. 이 방법은 2차원 배열을 1차원 배열로 변환하는 데 자주 사용됩니다. 예를 들어, m×n 크기의 행렬에서 (i,j) 좌표를 하나의 숫자로 표현할 수 있습니다. 일반적으로 이 숫자는 i×n+j로 계산됩니다. def linearize_coordinates(x, y, width): """ 2차원 좌표를 1차원으로 변환 x, y: 2차원 좌표 width: 행렬의 너비 (열의 수) """ return.. 공감수 0 댓글수 0 2024. 2. 28.
확률 변수, 확률 분포에 대한 이해 1. 확률변수란? 확률변수는 표본공간의 각 원소를 실수에 대응시키는 함수입니다. 이를 통해 우리는 실험의 결과를 수치적으로 표현할 수 있습니다. 예를 들어, 동전 던지기에서 '앞면'을 1, '뒷면'을 0으로 표현할 수 있습니다. 2. 확률변수의 실생활 예제 동전 던지기의 예를 들어 확률변수를 설명해보겠습니다. 동전을 던져서 앞면이 나오면 1, 뒷면이 나오면 0이라고 합시다. 이 경우 확률변수 X는 동전 던지기의 결과를 나타냅니다. X는 두 가지 값(0 또는 1)만 가질 수 있으므로 이산 확률변수입니다. 3. 확률분포의 이해 확률분포는 확률변수와 그 확률변수가 취할 수 있는 값의 확률을 연결해줍니다. 확률분포는 확률변수의 성질에 따라 두 가지 유형으로 나뉩니다: 이산 확률분포와 연속 확률분포. 4. 확률분.. 공감수 0 댓글수 0 2024. 2. 27.
베이즈 정리 개념 및 코드 1. 베이즈 정리란? 베이즈 정리는 조건부 확률을 다룰 때 사용됩니다. 이는 어떤 사건 A가 발생했다는 추가 정보가 주어졌을 때, 사건 B의 확률을 업데이트하는 데 사용됩니다. 이러한 조건부 확률은 다양한 분야에서 응용될 수 있습니다. 예를 들어 의학, 금융, 기계 학습 등에서 유용하게 쓰입니다. 2. 베이즈 정리 수학적 정의 베이즈 정리는 다음과 같은 공식으로 표현됩니다: P(B) = P(A1 ∩ B) + P(A2 ∩ B) + P(A3 ∩ B) = P(A1)P(B|A1) + P(A2)P(B|A2) + P(A3)P(B|A3) 여기서 P(A)는 사건 A의 확률, P(B|A)는 A가 주어졌을 때 B의 조건부 확률을 의미합니다. 3. 실생활 예제 의학 분야에서 베이즈 정리를 사용하는 예를 들어보겠습니다. 예를.. 공감수 0 댓글수 0 2024. 2. 18.
확률의 정의, 조건부 확률, 독립과 배반의 이해 확률의 기본 정의 확률: 일정 조건 아래 동일한 실험을 반복했을 때, 특정 사건이 발생할 상대적 빈도입니다. 확률은 0과 1 사이의 값을 가지며, 모든 가능한 사건의 확률의 합은 1입니다. 확률의 덧셈법칙 덧셈법칙: 두 사건 A와 B가 있을 때, A와 B 중 적어도 하나가 발생할 확률은 P(A) + P(B) - P(A ∩ B)입니다. # P(A), P(B), P(A ∩ B)를 예시 값으로 설정 P_A = 0.5 # 사건 A의 확률 P_B = 0.4 # 사건 B의 확률 P_A_and_B = 0.2 # 사건 A와 B가 동시에 발생할 확률 # 덧셈법칙 적용 P_A_or_B = P_A + P_B - P_A_and_B print("P(A ∪ B):", P_A_or_B) 배반사건의 확률 배반사건: 두 사건이 동시에.. 공감수 0 댓글수 0 2024. 2. 16.
확률실험과 사건의 기본 개념 확률실험과 표본 공간 확률실험(확률시행)은 관측 가능한 결과를 가져오는 임의의 실험 또는 시행을 의미합니다. 표본 공간은 확률실험에서 가능한 모든 결과들의 집합입니다. 표본 공간: Ω(Sample space: S) 확률실험으로부터 출현 가능한 모든 결과들의 모임 ex: 동전 던지기 -> 앞면, 뒷면 표본 공간 예시 # 동전 두 번 던지기 실험의 표본 공간 sample_space = ["HH", "HT", "TH", "TT"] print("표본 공간:", sample_space) 사건 사건은 표본 공간의 부분집합으로, 특정 확률실험에서 관심 있는 결과들의 집합을 말합니다. 사건: 기호 알파벳 대문자로 표기 사건 A, 사건 B 표본 공간의 각 원소(출현 가능한 개별 결과)들의 부분집합 "사건이 발생했다": .. 공감수 0 댓글수 0 2024. 2. 13.
python 2차원 배열 깊은 복사 방법 new_board = [row[:] for row in board] 구문은 Python에서 2차원 리스트(또는 배열) board의 깊은 복사(deep copy)를 생성하는 방법 중 하나입니다. 이 방식을 사용하면, 원본 리스트 board의 각 행을 새 리스트 new_board로 복사하여, board의 각 요소를 수정해도 new_board에는 영향을 미치지 않습니다. 간단한 예제를 통해 이 구문의 사용법을 설명해보겠습니다. 예제: 2차원 리스트 깊은 복사 원본 2차원 리스트 board가 있고, 이를 깊은 복사하여 new_board를 생성하고 싶다고 가정해보겠습니다. 그리고 new_board의 일부 요소를 변경하여, 원본 board에는 영향이 없음을 확인합니다. 원본 2차원 리스트 board = [ [1, .. 공감수 0 댓글수 0 2024. 2. 12.
위치 통계량, 변이 통계량, 모양 통계량 수치형 변수에 대한 분석은 위치, 변이, 모양의 세 가지 주요 통계량을 중심으로 이루어집니다. 수치형 변수 분석 수치형 변수에 대한 분석은 데이터의 대표값과 그 흩어짐 정도를 파악하는 것에서 시작합니다. 이를 통해 데이터의 분포 특성을 이해하고 비교할 수 있습니다. 위치 통계량 위치 통계량은 데이터의 중심 위치를 나타냅니다. 가장 대표적인 위치 통계량은 평균(mean), 중앙값(median), 최빈값(mode)입니다. 평균 (Mean): 데이터 집합의 합을 데이터의 개수로 나눈 값입니다. 데이터 집합의 '중심'을 나타내는 대표적인 값입니다. - 평균 (산술 평균) : 주어진 수의 합을 수의 개수로 나눈 값 - 특징 : 계산이 쉽다, 수학적으로 활용하기 편리하다, 각 자료에 대해 유일한 값을 가진다. - .. 공감수 0 댓글수 0 2024. 2. 10.
일변량 및 다변량 차트 이해 데이터를 시각화하는 두 가지 방법인 히스토그램(일변량 차트) 과 박스 플롯(다변량 차트) 이 있습니다. 일변량 차트: 히스토그램 이해 히스토그램은 단일 변수의 데이터 분포를 시각화하는 데 사용됩니다. 히스토그램을 통해 데이터의 분포, 중간값, 이상치 여부 등을 알 수 있습니다. 히스토그램으로 알 수 있는것 1. 분포의 끊어짐을 통해 그룹의 여부를 알 수 있다. 2. 분포에서 한 데이터가 홀로 떨어져 있는 경우 이상치가 있음을 알 수 있다. 3. 중간값을 알 수 있다. 4. 분포를 알 수 있다 import matplotlib.pyplot as plt import numpy as np # 예시 데이터 생성 data = np.random.normal(50, 10, 1000) # 히스토그램 생성 plt.hist.. 공감수 0 댓글수 0 2024. 2. 8.
도수분포표, 상대도수, 히스토그램 개념 및 코드 통계 분석에서 데이터를 이해하고 해석하는 데 필수적인 도구로 도수분포표, 상대도수, 히스토그램이 있습니다. 이 글에서는 이 세 가지를 자세히 설명하고, 각각에 대한 파이썬 코드를 통해 실습해 보고자 합니다. 도수분포표란? 도수분포표는 데이터를 여러 구간으로 나누어 각 구간에 해당하는 데이터의 개수(도수)를 표시하는 표입니다. 이를 통해 데이터가 어떻게 분포되어 있는지 쉽게 파악할 수 있습니다. import pandas as pd # 예시 데이터 생성 data = [23, 25, 28, 29, 22, 24, 25, 27, 28, 30] # 도수분포표 생성 df = pd.DataFrame(data, columns=['점수']) frequency = df['점수'].value_counts().sort_inde.. 공감수 0 댓글수 0 2024. 2. 5.
범주형, 연속형 데이터 개체, 요인, 변수의 개념 개체: 연구나 관찰의 대상이 되는 것입니다. 예를 들어, 신입사원이 개체가 될 수 있습니다. 요인: 개체에 대해 연구자가 관심을 가지는 특성입니다. 예를 들어, 신입사원의 신체조건이 될 수 있습니다. 변수: 요인을 구성하는 구체적인 요소입니다. 예를 들어, 키, 몸무게, 가슴둘레 등이 될 수 있습니다. 데이터 유형 범주형 데이터: 각 필드의 데이터로, 예를 들어 음료의 종류(아메리카노, 카페라떼 등)가 이에 속합니다. 연속형 데이터: 각 레코드의 데이터로, 예를 들어 날짜나 온도가 이에 속합니다. 독립변수와 종속변수: 데이터 분석에서 사용되는 두 가지 주요 변수 유형입니다. 데이터 분석 방법론 범주형 데이터: 빈도 분석을 통해 분석합니다. 명목형(분류만 하는 것)과 순서형(순서.. 공감수 1 댓글수 2 2024. 2. 3.
모집단, 모수, 표본, 통계량의 이해 모집단과 모수의 이해 모집단은 분석하고자 하는 대상의 전체 집합을 말합니다. 예를 들어, 어느 학교의 모든 학생들이 그 학교의 모집단이 됩니다. 모수는 이 모집단에서 추출되는 의미 있는 값들입니다. 이는 모집단의 특성을 나타내는 평균, 분산, 표준편차 등을 포함합니다. 표본과 통계량의 중요성 현실에서 모집단의 모든 데이터를 분석하기는 어렵습니다. 따라서 우리는 모집단의 일부인 '표본'을 추출하여 사용합니다. 표본에서 얻어지는 값들을 '통계량'이라고 하며, 이는 모집단의 모수를 추정하는 데 사용됩니다. 표본 추출과 통계량 계산의 실제 예시 이제 파이썬을 사용하여 간단한 표본 추출과 통계량 계산의 예시를 보여드리겠습니다. 예를 들어, 10000명의 학생 중에서 100명을 무작위로.. 공감수 1 댓글수 0 2024. 2. 1.
Java 정렬된 arraylist 만들기 - TreeSet TreeSet TreeSet은 자바의 Set 인터페이스를 구현한 클래스로, 자동으로 요소들을 정렬된 상태로 유지합니다. TreeSet 기본 예제 다음은 간단한 TreeSet 예제입니다: import java.util.TreeSet; public class ExampleTreeSet { public static void main(String[] args) { TreeSet sortedSet = new TreeSet(); // TreeSet에 요소 추가 sortedSet.add(5); sortedSet.add(3); sortedSet.add(9); sortedSet.add(1); // 정렬된 상태로 요소 출력 System.out.println("TreeSet 요소: " + sortedSet); // 특정 요.. 공감수 0 댓글수 0 2024. 1. 29.
DynamoDB query range와 promise.all 성능 비교 AWS DynamoDB에서 데이터를 가져오는 방법으로 주로 Query, GetItem, 그리고 BatchGetItem 작업을 사용합니다. 이 중 Query는 테이블에서 하나 이상의 항목을 검색하는 데 사용되며, GetItem은 특정 항목을 직접 검색하는 데 사용됩니다. 여러 GetItem 요청을 병렬로 실행하기 위해 Promise.all을 사용할 수도 있습니다. 성능과 비용 차이 Query 성능: Query는 단일 요청으로 여러 항목을 검색할 수 있기 때문에 네트워크 지연 시간이 줄어들고, 전체적으로 더 빠른 성능을 제공할 수 있습니다. 비용: Query는 읽기 용량 단위(RCU)를 기반으로 비용이 청구됩니다. 반환된 데이터의 양에 따라 비용이 달라질 수 있습니다. const AWS = require('.. 공감수 0 댓글수 0 2024. 1. 24.
스캘핑 봇 개발 시 고려해야 할 핵심 요소 Q. 코인 매매 프로그램을 만들때 코인이 거래량없이 소액으로 그냥 가격이 올라가는 경우 봇이 포착해버리고 매수하면 사실상 거래량 없는데 그냥 상승률만 판단하여 매수하면 제 역할을 못할거같아 이런경우 어떤 점들을 더 고려하면 좋을까? A. 암호화폐 스캘핑 봇을 개발할 때 가격 상승률만을 기준으로 매수하는 것은 위험할 수 있습니다. 가격 상승이 거래량 없이 발생하는 경우, 이는 실제 시장의 강력한 추세를 반영하지 않을 수 있으므로, 다음과 같은 추가적인 요소들을 고려하는 것이 좋습니다: 1. 거래량 분석: 강력한 가격 움직임은 통상적으로 높은 거래량을 동반합니다. 거래량이 낮은 상승은 오래 지속되지 않거나 조작의 결과일 수 있습니다. 거래량 데이터를 분석하여 신뢰할 수 있는 가격 움직임을 판별하는 것이 중요.. 공감수 0 댓글수 0 2024. 1. 24.
Java에서 aws lambda로 internal invoke 시키기 Java에서 AWS lambda로 internal invoke 시켜 node를 이용하여 수신할 수 있는 코드 예시를 보여드리고자 합니다. Java 코드에서 호출하는 Lambda 함수에 필요한 모든 정보는 withPayload 메서드를 통해 JSON 형식의 문자열로 전달할 수 있습니다. 참고로, AWS Lambda를 호출할 때 HTTP 요청과 다르기에 헤더를 삽입할 순 없습니다. import com.amazonaws.services.lambda.AWSLambda; import com.amazonaws.services.lambda.AWSLambdaClientBuilder; import com.amazonaws.services.lambda.model.InvokeRequest; import com.amazona.. 공감수 0 댓글수 0 2024. 1. 20.
Ts 기반 Node 프로젝트를 이용한 trade bot 프로젝트 생성 이 프로젝트는 ChatGPT 4.0과 제작되는 프로젝트이며 인터렉션 과정에서 나온 내용들을 포함하고있습니다. 자동화 매매를 위해 trade bot을 만들어보고자한다. 이때 다양한 기술 스택 전략이 있을텐데, 이번 트레이딩 봇은 server, client(trade bot), frontend 3가지의 내용을 한번에 제공하기 위해 ts기반 node를 이용하여 만들어보고자한다. Server는 node express를 이용 (ORM 기반 프로젝트이기에 nest를 이용해도 됐을텐데 express가 편해서..) Client는 next를 이용 (cra보다 next를 이용하는게 훨씬 더 쉽다는 생각이 들었다) trade bot은 upbit에서 제공하는 websocket을 이용하여 핸들링하고자 한다. 우선 이를 위해 프.. 공감수 0 댓글수 0 2024. 1. 17.
python collection 모듈 사용 방법 코딩 테스트를 위해 다양한 모듈을 사용 할 수 있지만, 이번에는 collections 모듈을 이용한 예제를 보여드리고자 합니다. collections 모듈은 다양한 자료형을 제공하여 데이터 처리를 효율적으로 할 수 있게 도와줍니다. 아래 예제들을 통해 확인해보겠습니다 1 - Counter: 요소의 개수를 셀 때 유용합니다. from collections import Counter word_counts = Counter("banana") print(word_counts) # Counter({'a': 3, 'b': 1, 'n': 2}) 🔥 input으로 문자열이 주어졌을 때, 공백 ' '을 기준으로 split하여 단어의 개수를 카운팅하거나 다양한 방법으로 사용해볼 수 있어보이네요 2 - defaultdict.. 공감수 0 댓글수 0 2023. 12. 19.
python itertools 사용 방법 itertools itertools란 효율적인 루핑을 위한 이터레이터를 만드는 라이브러리로 여러가지 함수들이 많이 있지만, 그 중 코딩 테스트에서 대표적으로 사용되는 combinations(), combinations_with_replacement(), product(), permutations()에 대해 알아봅니다. ✅순열 (permutations) permutations는 반복 가능한 객체(=길이가 n인)에 대해서 중복을 허용하지 않고 r개를 뽑아서 나열하는 함수입니다. 뽑힌 순서대로 나열하기 때문에 순서가 의미가 있습니다. (즉, 같은 값이 뽑히더라도 순서가 다르면 다른 경우의 수로 취급합니다.) 만약 r을 지정하지 않거나 None으로 지정하면 최대 길이의 순열이 리턴 됩니다. 순열 예제 (1, 2.. 공감수 0 댓글수 0 2023. 12. 19.
nodejs Lambda 함수에서 다른 Lambda 함수 호출하기 AWS Lambda 함수 간의 Internal Call을 사용하기 위해, 두 함수가 동일한 VPC 내에 위치해 있다면, VPC 내의 리소스 간 AWS SDK를 통해 통신이 가능하다. 아래 예제를 통해 Nodejs에서 AWS SDK를 사용하여 Lambda 함수에서 다른 Lambda 함수를 호출하는 방법을 확인해보자 const AWS = require('aws-sdk'); const lambda = new AWS.Lambda(); exports.handler = async (event) => { const params = { FunctionName: 'target-lambda-function-name', // 호출할 Lambda 함수의 이름 InvocationType: 'RequestResponse', //.. 공감수 0 댓글수 0 2023. 12. 17.
부동소수점을 피해야 하는 이유 부동 소수점 오류 예 0.1을 100번 더하면 10이 나와야 되는데 0.1을 정확히 표현할 수 없기 때문에 발생하는 오류이다. JAVA Python C 컴퓨터는 이진법을 사용해 숫자를 저장 하기에 우리가 흔히 사용하는 십진법과는 조금 다르다. 이로 인해 0.1이나 0.2와 같은 십진법에서는 정확한 소수로 표현할 수 없는 수들이 부동소수점으로 저장될 때 정확도가 떨어지게 되고 결국 위와 같은 결과를 초래하게 된다. 따라서 정확한 계산이 필요한 경우에는 부동소수점을 사용하지 않고 정수로 변환하여 계산하는 것이 좋다. 즉, 모든 수를 정수로 바꾸어 계산하고, 마지막에 소수로 다시 바꾸어주는 그런 방식을 이용하면 좋다. https://steemit.com/kr/@modolee/floating-point 공감수 0 댓글수 0 2023. 11. 23.
github 레포지토리 npm으로 설치하기 https://stackoverflow.com/questions/17509669/how-to-install-an-npm-package-from-github-directly How to install an npm package from GitHub directly Trying to install modules from GitHub results in this error: ENOENT error on package.json. Easily reproduced using express: npm install https://github.com/visionmedia/express throws error. npm in... stackoverflow.com github repository 설치 아래와 같은 방식들을 제.. 공감수 0 댓글수 0 2023. 11. 21.
비공개 이력 보호되어 있는 글입니다. 공감수 0 댓글수 0 2023. 10. 31.
cheerio와 puppeteer 차이 cheerio vs puppeteer cheerio와 puppeteer 는 둘 다 Node.js 기반의 웹 스크래핑 및 자동화 라이브러리이지만 미묘하게 차이가 있다. cheerio cheerio는 웹 스크래핑 및 데이터 추출을 위한 라이브러리로, HTML 문서를 파싱하고 문서를 탐색하고 조작하는 데 사용된다. 이는 웹 스크래핑 및 데이터 추출 작업에 적합하다. python의 beautiful soup과 유사 puppeteer puppeteer는 브라우저 자동화 도구로, 웹 페이지를 실제 브라우저에서 렌더링하고 조작하는 데 사용된다. 웹 스크래핑 뿐만 아니라 웹 애플리케이션 테스팅, 스크린샷 생성, SPA 렌더링 및 크롤링에 유용하다. python의 selenium과 유사 따라서 사용자 인터페이스와 상호작.. 공감수 0 댓글수 0 2023. 10. 20.
[Express] router 모듈 분리 with 리팩토링 하나의 router.ts 파일에 모든 route 코드가 들어있으면 한 파일에서 관리하기는 쉬우나 가독성이 매우 떨어진다. 따라서 서비스 별 route를 분리해주는 방법을 확인해보자. 🟢 a service가 있다고 가정 이때 routers/a.ts 파일을 만들어 a 서비스에 대한 라우트를 정의 import { Router, Request, Response } from 'express'; const router = Router(); // 예시 라우트 router.get('/', (req: Request, res: Response) => { res.send('Hello from a service'); }); export default router; 🟢 root 파일이 되는 router.ts에서 모듈 가져오기 .. 공감수 0 댓글수 0 2023. 10. 18.
npm ERR! ERROR: Failed to set up Chromium r117.0.5937! Set "PUPPETEER_SKIP_DOWNLOAD" env variable to skip download. 에러 해결 export PUPPETEER_SKIP_DOWNLOAD=true Puppeteer npm은 크로미움을 라이브러리 내에 다운로드하기 위해 시도를 하는데 이때 정상적으로 다운되지 않는 경우 해당 에러가 발생한다. 이러한 이유로는 네트워크 장애, 프록시 문제, 시스템 환경변수 등등 다양한 이유가 있을 수있다. 따라서 아래방법을 통해 크로미움을 다운받지 않도록 하고, 그냥 chrome path를 강제 설정하여 사용할 수 있다. ✅ puppeteer을 받지 않고 puppeteer-core npm을 설치 const puppeteer = require('puppeteer-core'); Puppeteer 이 패키지는 Chromium 브라우저를 자동으로 다운로드하여 사용한다. Puppeteer 패키지를 설치하면 내장 C.. 공감수 0 댓글수 0 2023. 10. 17.
Python을 이용하여 S3 object 만드는 코드 import boto3, botocore, configparser def main(s3Client): print('\nStart of create object script\n') print('Reading configuration file for bucket name...') config = readConfig() bucket_name = config['bucket_name'] source_file_name = config["object_name"] + config['source_file_extension'] key_name = config['key_name']+ config['source_file_extension'] contentType = config['source_content_type'] met.. 공감수 0 댓글수 0 2023. 10. 12.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.