형태소 란 문장을 구성하는 의미 요소 중 가장 작은 단위를 말한다. 품사의 종류는 다양하지만, 보통 명사, 동사, 형용사 정도만을 분석에 사용한다. 부사나 조사, 감탄사 등은 독립적으로 의미를 만들지 못하므로 잘 사용하지 않는다． KoNLPy 에는 다양한 형태소 분석기가 내장되어 있어서, 텍스트의 특성이나 분석 목적에 맞는 것을 선택해 사용하면 된다. ( Korean Natural Language processing - https://konlpy.org/ko/latest/ ) ◎ 꼬꼬마 Kkma 분석기 서울대학교에서 개발한 형태소 분석기다. 자바 기반으로 개발되었으며, 품질 대비 속도가 느린 편이다. 문장 분리기를 제공하며 GPL 라이선스를 따른다．from konlpy.tag import Kkma Kkm..

from openpyxl import load_workbook from openpyxl.chart import BarChart, LineChart, RadarChart, AreaChart, Reference import pandas as pd data = {'name' : [ 'Jerry', 'Riah', 'Paul'], 'java' : [ 91, 98, 85], 'basic' : [ 81, 63, 83], 'c++' : [ 65, 83, 98], } df = pd.DataFrame(data) df.set_index('name', inplace=True) # name 열을 인덱스로 지정 print(df) df.to_excel('test_chart.xlsx', sheet_name='Sheet1') # 시트..

from sympy import * init_printing() x, y = symbols('x y') fx = x**3 + 2*x**2 - 4*x - 2 # 방정식 display(Eq(y, fx)) plot(fx, (x, -5, 5), ylim=(-10, 10)) # 그래프 ◎ 부정적분 / 정적분integrate(fx, x) # 부정적분 integrate(fx, (x, 1, 2)) # 정적분 ▶ 반지름 r 인 구의 부피 구하기 x축에 수직하는 평면으로 구를 잘랐을 때, 단면인 원의 넓이 적분으로 원의 부피를 구하면, r = symbols('r', integer=True) fx = pi * (r**2 - x**2) display(Eq(y, fx)) # 방정식 integrate(fx, (x, -r, r))..

from sympy import * init_printing() x, y = symbols('x y') fx = x**3 + 2*x**2 - 4*x - 2 # 방정식 display(Eq(y, fx)) plot(fx, (x, -5, 5), ylim=(-10, 10)) # 그래프 ◎ 도함수 / 도함수 해 diff(fx, x) # 도함수 solve(diff(fx, x), x) # 도함수-해 ◎ 극대값 / 극소값 ans = solve(diff(fx, x), x) ans_list = [] # 극대값, 극소값 for i in range(len(ans)): ans_tuple = () ans_tuple = ans_tuple + (ans[i], fx.subs(x, ans[i])) ans_list.append(ans_tu..

import pandas as pd data = {'name' : [ 'Jerry', 'Riah', 'Paul'], 'java' : [ 91, 98, 85], 'basic' : [ 81, 63, 83], 'c++' : [ 65, 83, 98], } df = pd.DataFrame(data) df.set_index('name', inplace=True) # name 열을 인덱스로 지정 print(df) #--------------------------------------------------------------------------------- # 데이터 작업 writer = pd.ExcelWriter('test_chart.xlsx', engine='xlsxwriter') df.to_excel(writ..

from wordcloud import WordCloud font = './sample/SeoulNamsanM.ttf' result = 'wordcloud.png' dict_data = {'소음': 15,'없다': 9,'조용하다': 8, '좋다': 7, '적다': 5, '소리': 4,'자다': 3,'있다': 3, '걱정': 3, '좀': 3, '작다': 2, '정말': 2, '쓰다': 2, '않다': 2,'차다': 1, '원룸': 1, '시끄럽다': 1, '애기': 1, '만족': 1, '진동': 1, '설치': 1, '사용': 1, '시간': 1, '생각': 1} wc = WordCloud(max_words=40, font_path=font, background_color='white') wc.gene..