본문 바로가기

전체 글159

CSS 고급선택자 (속성 선택자) 속성 선택자의 기본 개념은 해당 속성이 있는 요소를 선택하는 것이다. 예를 들어 a 태그 여러개를 만들어 여러 속성을 부여했는데 그중에 text-decoration이 none인 속성을 가진 것들을 선택하고 싶을 때 사용할 수 있다. 속성선택자 사용법은 대괄호 안에 원하는 속성을 입력해서 사용한다. a[href] { color : #fff; } 다음 코드는 a태그중에 링크가 있는 요소만 선택하는 코드이다. a 태그더라도 href가 없다면 선택되지 않는다. 특정 속성 선택자 특정 속성 선택자는 속성의 속성값까지 일치해야 선택하는 선택자이다. 사용법은 [ 속성 = 속성값 ] 이다. a [target = _blank]{ background: url(...) } 위 코드는 a태그의 target 속성이 _blank.. 2022. 11. 4.
CSS 고급 선택자 (연결 선택자) 선택자란 내가 어떤 요소에 css 효과를 넣을지 결정하는 방법이다. 사실 이번 단원은 딱히 특별하거나 신기한 효과를 배우지 않아 대충 공부하고 다음 단원으로 넘어갔다가 T스토리 클론 코딩을 하며 이 단원의 중요성을 알게되었다. 많은 요소중에 내가 원하는 요소만을 선택한다는게 처음에는 쉽다고 생각할 수 있겠지만, 생각처럼 내 맘처럼 되지않아 고생해본 후에 공부하니 한결 이해가 빨랐다. 개념 css는 부모와 자식 요소가 존재한다. 특정 요소를 기준으로 그 안에 포함된 요소를 하위 요소라고 하며 한 단계 아래인 요소를 자식 그 아래를 손자로 표현한다. 또한 같은 위치에 있는 요소를 형제 요소라고 하고 형제요소중 먼저 나온 요소를 형, 나중에 나온 요소를 동생으로 표현한다. 다음은 이해를 돕기 위한 코드이다. .. 2022. 11. 3.
(numpy) 배열의 분할 배열의 분할도 배열의 결합과 마찬가지로 나누고자 하는 축을 지정해주어야 한다. 축을 지정해주지 않으면 기본값인 axis=0으로 들어가며 나누고자 하는 값이 나누어 떨어지지 않으면 오류가 발생한다. 예를들어 2행 3열짜리 배열을 행이 3개가 되도록 자른다면 오류가 나는 것 처럼 나누는 수와 축은 나누었을 때 나누어 떨어지는 관계여야 한다. np.split (arr,x,axis) 배열을 분할하는 함수이며 'arr배열을 x개로 axis를 축으로 나눈다'라는 뜻이다. 예시) import numpy as np x = np.array([[1,2,3],[4,5,6]]) print(np.split(x, 3, axis = 1)) >>> [array([[1], [4]]), array([[2], [5]]), array([[.. 2022. 10. 20.
(numpy) 배열의 결합 배열을 결합하기위해서는 특정한 조건이 필요하다. 예를 들어서 행으로 결합한다면 (가로로 붙힌다면) 배열의 세로(행)의 사이즈가 맞아야 한다. 반대로 열로 결합한다면 (세로로 붙힌다면) 당연히 가로 길이가 맞아야 할 것이다. 행으로 결합하기 위해 두 배열을 붙히는데 위의 배열은 세로 길이가 맞아 잘 결합되었지만, 아래 두 배열은 세로 길이가 맞질 않아 결합이 되지 않는다. 따라서 배열을 결합하기 위해선 행/열의 길이를 맞추어야 한다. np.concatenate((arr_1,arr_2),axis = ) arr_1 와 arr_2 두 배열을 합칠 때 사용한다. axis는 축을 의미하는데 0을 넣으면 열로 결합하기 때문에 (아래로 결합) 열의 크기를 맞추어야 하고 1은 가로로 결합한다는 의미이다. 예시) impo.. 2022. 10. 20.
(numpy) random과 관련된 함수 np.random.normal (x, y, z) 범위안의 값을 랜덤으로 생성한다, 이 때 매개변수의 의미는 x: 범위의 시작값, y : 범위의 끝 값, z : 요소의 개수 이다. 예시) import numpy as np a = np.random(np.random.normal(1, 10, 3) print(a) >>> [14.03268414 -5.36156989 7.73318699] np.random.randint (x, y, size) 범위안에 있는 정수 값을 랜덤으로 지정된 배열의 크기만큼 생성한다. 이 때 x와 y값은 범위의 시작과 끝값이며 size는 array의 크기를 의미한다. 예시) import numpy as np a = np.random.randint(5,10,size = (2,4)) prin.. 2022. 10. 20.
(numpy) 특정 값으로 배열 생성 (np.zeros, np.ones, np.empty, np.full) 배열을 생성 할 때 배열 전체에 특정 값을 주어야 한다거나 True와 False 등 추가적인 조건이 붙을 수 있다. 이럴 때를 대비하여 배열을 생성할 때 미리 값을 지정해 주는 함수가 있다. 먼저 0과 1로 이루어진 배열을 생성하는 함수에 대해 써 보려한다. np.zeros (x,y,z) 0으로 이루어진 y행 z열을 가진 array를 생성한다. 0은 False를 뜻하기 때문에 bool 형식에서도 자주 쓰인다. 이 때 x는 z축으로 나열되어 있는 배열을 뜻하며 그림은 다음과 같다. 위 그림은 3행 3열짜리 배열이 2개 있으므로 np.zeros(2,3,3)으로 나타낼 수 있다. 매개변수가 1개이기 때문에 괄호로 묶어줘야함 예시) import numpy as np a = np.zeros ((2, 3, 3)) .. 2022. 10. 20.
(numpy) 타입변환 (np.astype, np.tolist) np.astype (x) : 데이터 타입 변환 매개변수에 원하는 데이터 타입을 지정해 변환한다. 예시) import numpy as np a = np.array([1,2,3]) print('a = ',a.dtype) b = a.astype(float) print('b = ',b.dtype) >>> a = int32 b = float64 int 형식인 a 배열을 float 타입으로 바꿔준다. np.tolist (array) : array 형식인 데이터를 list 형식으로 바꾸어준다. 예시) import numpy as np a = np.array([1,2,3,4]) print(type(a)) b = a.tolist() print(type(b)) >>> a 의 형태는 array이지만 tolist로 바꿔준 후.. 2022. 10. 14.
(numpy) 차원 관련 함수 (np.shape, np.size, np.reshape) np.shape : 매개변수로 받은 array가 몇 행 몇 열인지 튜플 형식으로 반환한다. 예시) import numpy as np arr = np.array([[1,2,3],[4,5,6]]) print(arr.shape) >>> (2, 3) 2행 3열 반환 arr 의 형태는 [[1,2,3], [4,5,6]] 의 형태로도 쓸 수 있으며 shape는 열과 행의 개수를 반환하는 함수이지 인덱스를 반환하지 않는다 np.size : 매개변수 array의 원소의 개수를 반환한다. 예시) import numpy as np arr = [[1,2,3],[4,5,6]] print(np.size(arr)) >>> 6 np.reshape (x,y) : array의 차원과 모양을 매개변수로 받은 x행 y열로 바꿔준다. 이 때.. 2022. 10. 14.
(numpy) array 생성 (np.array, np.ndim, np.arange) 파이썬에서는 기본 자료구조인 List를 제공한다. 하지만 List로는 원소간의 계산 혹은 다차원 리스트를 만들기엔 무리가 있기 때문에 numpy 라이브러리를 빌려 순식간에 결과를 만들어낸다. 따라서 numpy는 계산에 특화된 라이브러리이고 앞으로 numpy 카테고리에 있는 글에서 파이썬의 list는 numpy에서 제공하는 자료구조인 array로 대체한다. np.array () : list 를 array로 바꾸어 주는 함수. 가장 기본적인 자료형을 만드는 함수이며 리스트를 매개변수로 받아, array형태로 반환한다. 예시) import numpy as np a = np.array([1,2,3],[4,5,6]) print(a) >>> [1,2,3] [4,5,6] 다음은 이중리스트를 어레이 형식으로 변환한 것.. 2022. 10. 12.

티스토리툴바