스칼렛의 코딩라이프

동적계획법.. 사실 동적계획법이 뭔지도 모르고 문제를 접했다. 열심히 구글링을 해서 대충 이해를 했다. def fibonacci(n): if n==0: calltime.append(0) return 0 elif n==1: calltime.append(1) return 1 else : return fibonacci(n-1)+fibonacci(n-2) N=int(input()) for i in range(N): calltime=[] a=int(input()) fibonacci(a) zerocnt=calltime.count(0) onecnt=calltime.count(1) print(zerocnt,onecnt) 처음에는 이렇게 문제 그대로 피보나치 함수를 쓴다음에 0이 호출되면 0을 리스트에 추가하는 식으로 ..

백트래킹 문제 너무 어렵다.. 사실 백트래킹 문제인데 계속 브루트포스로 풀게된다. 왜 이렇게 구현아이디어가 부족하지.. 이번에도 일단 브루트포스로 모든 쌍의 값을 구한다음에 차이를 하나씩 구하면서 차이가 만약에 0인경우 바로 출력될 수 있도록 구현했다. 나름 0인 경우에 바로 출력되고 for문을 탈출하니까 나름(??) 백트래킹이 아닐까.. def making_speclist(arr): for i in range(len(arr)): tempsum=0 temp=list(permutations(arr[i],2)) for j in temp: tempsum+=slist[j[0]-1][j[1]-1] arr[i]=tempsum return arr import sys from itertools import permut..

삼성 SW 역량 테스트 기출문제라고 해서 굉장히 겁을 먹었다. 역시 머릿속에 있는것을 구현하는게 쉽지않았는데, 일단 차근차근 했다. from itertools import permutations N=int(input()) numlist=list(map(int,input().split())) calcnt=list(map(int,input().split())) callist=[] for i in range(4): if calcnt[i]==0: continue else: for j in range(calcnt[i]): callist.append(i) calcombi=list(permutations(callist,len(callist))) def calchoice(a,tmp,elem): if a==0: retu..

백트래킹 문제 2 백트래킹문제는 항상 실제로 아날로그식으로 풀면 규칙도 다 알겠는데 코드 구현으로 이어지지가 않는게 문제인 것 같다. 스도쿠,, 어릴 때 심심풀이로 엄청 풀었던 것 같은데.. def get_ans(x,y): numlist=[str(i) for i in range(1,10)] row=[sdoku[x][i] for i in range(9)] column=[sdoku[i][y] for i in range(9)] used=list(set(row+column)) for i in used: if i in numlist: numlist.remove(i) if len(numlist)==1: sdoku[x][y]=numlist[0] else: cell=get_square(x//3+1,y//3+1) for..

Pandas에는 matplotlib으로 그래프 그리는 기능이 내장되어 있다. series.plot dataframe.plot plot()함수의 인자로 쓸 수 있는 옵션들 인자 역할 figsize 그래프 크기 kind 그래프 종류 title 제목 xlabel x축 제목 ylable y축 제목 legend 범례 rot 눈금회전 subplots 복수 그래프 kind : 기본값은 라인그래프로 출력됨 bar, scatter 의 옵션이 있음 subplots=> 복수 그래프(True로 켤 수 있음/기본값은 False) 이렇게 한 그래프로 표현되어있는 그래프를 아래와 같이 나누어서 표현 할 수 있다.

[DataFrame 병합] import pandas as pd pd.concat([df_A, df_B],axis=1) 값이 없는 경우에는 NaN값으로 채워짐. 기본적으로 axis=0으로 설정되어 있음(행 방향) 열 방향으로 병합하고 싶을 때는 axis=1로 설정 [그룹으로 묶어서 Aggregation하기] df.groupby(by=집계대상, axis=집계축) 그 뒤에 .sum (합계) .mean(평균) 등 여러 집계 함수를 같이 쓸 수 있음 [DataFrame 필터링 하기] df.query(쿼리문) ex) df.query('number==1') column은 큰 따옴표 없이, 값은 문자열일 경우에만 큰 따옴표 사용 and or 등 여러개를 중첩으로 사용 가능