전체 글(231)
-
파이썬 기본 도구 익히기 연습문제
[문제 1] 다음 조건에 맞게 수량과 단가 변수를 만들어서 금액을 출력하시오. 수량 변수: su = 5 단가 변수: dan = 800 su, dan 변수 주소 확인 금액 계산 = 수량 X 단가 기타 세부내용 참고 su 주소: 1858560352 dan 주소: 2241324818224 금액 = 4000 풀이 su = 5 dan = 800 print("su 주소:", id(su)) print("dan 주소:", id(dan)) print("금액 =", su * dan) su 주소: 9793216 dan 주소: 140493495728880 금액 = 4000 [문제 2] 다음과 같은 2차 방정식을 파이썬 수식으로 코딩하고, y의 결과를 확인하시오. 2차 방정식: y = 2.5 X x² + 3.3 X x + 6(..
2023.02.25 -
문자열(String)
문자열 문자들의 집합으로 단일 따옴표('), 이중 따옴표("), 삼중 따옴표('''or""")를 사용하여 문자뜰을 감싼 형태로 표현합니다. 문자열 유형 예시 # 문자열 유형 oneLine = "this is one line string" print (oneline) this is one line string multiLine = """this is multi line string""" print(multiLine) this is multi line string multiLine2 ="this is\nmulti line\nstring" print(multiLine2) this is multi line string oneLine 변수는 한 줄의 문자열 객체를 할당받는 변수입니다. 단일 따옴표를 이용하여 't..
2023.02.24 -
표준입출력장치
표준입출력장치 프로그램 단위 테스트할 목적으로 소량의 데이터를 키보드로 입력받아서 로직(logic)의 처리과정을 확인하는 경우에 주료 이용됩니다. 키보드로 입력한 모든 값은 문자열로 처리되며, 만약 숫자를 입력할 경우에는 숫자형으로 변경해야 합니다. 표준입력장치 예시 # (1) 문자형 숫자 입력 num = input("숫자 입력 : ") print('num type : ', type(num) ) # print('num = ', num) print('num = ', num*2) 숫자 입력 : >? 100 num type : num = 100 num = 100100 # (2) 문자형 숫자를 정수형으로 변환 num1 = int( input("숫자 입력 : ") # str -> int(형변환) print('nu..
2023.02.23 -
연산자(Operator)
파이썬 연산자 기호 구분 연산자 기능 설명 산술연산자 +, -, *, /, %, //, ** 사칙연산, 나머지 반환, 몫 반환, 지수 승 관계연산자 ==, !=, >, >=, = num2 # num1값이 크거나 같은지 비교 print(bool_result) True bool_result = num1 = 50) print(log_result) False and와 or는 양변에 관계식을 가지고 ..
2023.02.22 -
변수와 자료형
변수: 필요한 자료를 일시적으로 보관하거나 처리 결과를 담을 수 있는 기억장소 역할 변수명 작성 규칙 1. 의미를 파악할 수 있는 이름으로 지정하는 것이 좋다. 2. 첫 자는 영문자로 시작한다. 3. 공백이나 특수문자는 사용하지 않는다. 4. 예약어는 사용할 수 없다. 5. 두 번째 단어는 숫자, under bar(_)를 사용할 수 있다. 6. 대문자와 소문자는 서로 다른 변수로 인식한다. (대소문자 구분) 변수와 메모리 주소(address) var1 = "Hello python" print(var1) print(id(var1)) Hello python 67239512 var1 = 100 print(var1) print(id(var1)) 100 1850632928 var2 = 150.25 print(va..
2023.02.21 -
[부스트코스] 코칭스터디 9기 : AI Basic 2023 5주차 미션(Q1, Q2, Q3) 변형 문제 풀이
Q1. MNIST 데이터셋을 직접 Load 해 봅시다. 데이터셋을 로드하고 DataLoader를 구현해 보세요. Input import torch import torch.nn as nn import torchvision.datasets as dset import torchvision.transforms as transforms from torch.utils.data import DataLoader training_epochs = 18 # training 반복 횟수 batch_size = 150 root = './data' mnist_train = dset.MNIST (root=root, train=True, transform=transforms, download=True) mnist_test = dset..
2023.02.20