애플리케이션 파일 생성 app = Flask(__name__) : 플라스크 애플리케이션 생성 __name__ : 모듈명이 담김 @app.route : URL과 플라스크 코드 매핑. 괄호 안에 있는 URL이 요청되면 플라스크는 아래에 있는 함수 실행 from flask import Flask app = Flask(__name__) @app.route('/') def hello_world(): return 'Hello World' 플라스크 서버 실행 c:\envs\myproject>flask run : FLASK_APP 환경 변수가 지정되지 않은 경우 자동으로 app.py 파일을 기본 애플리케이션으로 인식 : app.py 이외의 다른 파일을 실행하고 싶다면 FLASK_APP 환경 변수 값 수정 필요 c:\e..
넘파이(Numpy) - 수치 데이터를 다루는 파이썬 패키지 - 벡터 및 행렬을 사용하는 선형 대수 계산에서 주로 사용 - Numpy는 np라는 명칭으로 import 하는 것이 관례 import numpy as np np.array() - 리스트, 튜플, 배열로 부터 ndarray를 생성 - 축의 개수(ndim)와 크기(shape) 존재 import numpy as np vec = np.array([1, 2, 3, 4, 5]) print(vec) print("vec의 타입 :", type(vec)) [1 2 3 4 5] vec의 타입 : - 2차원 배열을 만들 때는 array() 안에 하나의 리스트만 들어가므로 리스트의 리스트를 넣어야 함 mat = np.array([[10, 20, 30], [40, 50..
1. 환경 준비 - 딥러닝을 구동하거나 데이터를 다루는 데 필요한 라이브러리 호출 import : 라이브러리 호출하는 명령어 from (라이브러리명) import (함수명) : 라이브러리에 있는 모듈 중 일부만 호출하고 싶을 때 사용 import (라이브러리명) as (별명) : 불러온 라이브러리의 이름을 변경 from tensorflow.keras.models import Sequential # 텐서플로의 케라스 API에서 필요한 함수 호출 from tensorflow.keras.layers import Dense # 데이터를 다루는데 필요한 라이브러리 호출 import numpy as np 2. 데이터 준비 - 데이터를 불러와 사용할 수 있도록 준비 loadtxt() : csv 파일 불러옴 : 넘파이..
- Ball 클래스(터틀 그래픽) from turtle import * class Ball(Turtle): def __init__(self, color, speed, size): self.turtle = Turtle() self.turtle.shape("circle") self.x = 0 self.y = 0 self.color = color self.turtle.color(color, color) self.xspeed = speed self.yspeed = speed self.size = size def move(self): self.x += self.xspeed self.y += self.yspeed self.turtle.goto(self.x, self.y) ball = Ball("red", 1, 2)..
__str__() 메소드 - 객체의 데이터를 문자열로 변환할 때 사용 - print(인스턴스) 출력할 때 자동적으로 호출됨 class Car: def __init__(self, speed, color, model): self.speed = speed self.color = color self.model = model def drive(self): self.speed = 60 def __str__(self): msg = "속도 = "+str(self.speed)+" 색상 = "+self.color+" 모델 = "+self.model return msg myCar = Car(0, "red", "SUV") print(myCar) # 속도 = 0 색상 = red 모델 = SUV - 참고로 __str__() 메소..