Per ardua ad astra.

PyQt 커스텀 아이콘 패키지(fugueicons) 설치 및 사용해보기 들어가며 PyQt에는 기본 아이콘 팩이 있지만(참고), 아이콘의 종류가 적다. 그래서 커스텀 아이콘 패키지(@fugueicons@)를 설치하여 사용할 수 있다. 방법 @pyqt5-fugeicons@ 패키지 설치하기 터미널에서 다음 명령을 실행하여 @pyqt5-fugeicons@ 패키지를 설치한다. > pip install pyqt5-fugueicons 아이콘 사용해보기 다음과 같이 모듈을 불러와@fugeicons@의 아이콘을 사용해볼 수 있다. import pyqt5_fugueicons as fugue @icon()@ 메서드를 사용하여 아이콘을 불러올 수 있다. PyQt 기본 아이콘팩의 아이콘을 사용하는 방법과 유사하다. @QActi..

파이썬 코드를 실행 파일로 만들기 (PyInstaller) 들어가며 파이썬 코드를 실행 파일(@.exe@)로 만들려면 PyInstaller 패키지를 사용하면 된다. PyInstaller를 사용하여 간단하게 파이썬 코드를 실행 파일로 만들어보는 방법을 알아보자. 방법 PyInstaller 설치하기 터미널에서 아래의 명령을 실행하여 PyInstaller를 설치한다. > pip install pyinstaller 실행 파일(@.exe@) 만들기 파이썬 코드로 작성된 파일(@파이썬코드.py@)을 @pyinstaller@ 명령의 인자로 넣어준다. > pyinstaller 예를 들어, @myApp.py@ 파일을 실행 파일(@.exe@)로 만들려면 아래와 같이 명령을 실행한다. > pyinstaller myApp.p..

아나콘다 프롬프트를 이용하여 가상 환경 만들기 들어가며 아나콘다(Anaconda)를 설치하고, 가상 환경을 직접 만들어보자. 가상 환경은 의존성 문제를 해결하기 위하여 Python 3.3 버전부터 새로 추가된 기능이다. 방법 우선 아나콘다(Anaconda)를 PC에 설치한다. Anaconda | The World’s Most Popular Data Science Platform Anaconda is the birthplace of Python data science. We are a movement of data scientists, data-driven enterprises, and open source communities. www.anaconda.com 아나콘다 설치를 완료하면, 아나콘다 프롬프트(..

애저(Azure) Machine Learning Service의 Notebooks 사용해보기 들어가며 Azure Machine Learning Service의 Notebooks를 이용하여 실습해보자. Azure Machine Learning Service 배포 방법은 이전 글(https://dev-astra.tistory.com/400)을 참고한다. 실습하기 @[Authoring]@ 섹션에서 @[Notebooks]@ 탭을 클릭한다. 그리고 @[Files]@ 버튼을 클릭하고, @[Create new file]@을 선택한다. 그리고 @.ipynb@ 파일을 하나 만들어준다. 그리고 실행 환경을 @[Python 3.8 - AzureML]@로 바꿔준다. 다음 처럼 인증을 해준다. 우측 상단의 @[Authentic..

PyQt5에서 QWebView 사용하기들어가며원래 PyQt에서 @QWebView@ 위젯을 사용할 수 있었으나, PyQt5에서부터는 더 이상 기본으로 제공되지 않게 되었다.따라서 @QWebView@ 위젯을 사용하려면 @QWebEngineView@ 모듈을 사용해야 한다. 그리고 @QWebView@ 객체가 아닌, @QWebEngineView@ 객체를 사용한다. 방법다음의 명령을 터미널에서 실행하여 @QWebEngineView@를 사용하기 위해 필요한 패키지를 설치한다.> pip install PyQtWebEngine 다음과 같이 @import@ 하여 사용한다.from PyQt5.QtCore import QUrlfrom PyQt5.QtWidgets import QApplication, QWidgetfrom Py..

PyQt로 구글 번역기 프로그램 만들기들어가며PyQt를 이용하여 간단하게 한글의 문장을 영어 문장으로 번역하는 프로그램을 만들어보자.이때, 무료로 사용할 수 있는 구글 번역기 패키지(@googletrans@)를 사용하도록 한다.  코드import sysfrom PyQt5.QtWidgets import *from googletrans import Translatorclass MyApp(QWidget): def __init__(self): super().__init__() self.lbl1 = QLabel('한국어:', self) self.lbl2 = QLabel('영어:', self) self.le = QLineEdit(self) self..

PyQt에서 self.width()와 self.height()를 사용할 때, 실행창이 튕기는 경우 해결 방법들어가며PyQt에서 @self.width()@와 @self.height()@를 사용할 때, 실행창이 튕기는 경우가 있다.예를 들어, @self.width()@ 값과 @self.height()@ 값을 직접 정수로 나누어 사용하는 경우 실행창이 튕기게 된다.qp.drawPoint(self.width() / 2, self.height() / 2)  해결 방법@self.width() / 2@와 @self.height() / 2@의 결과값이 실수형(Float)이기 때문에 실행창이 튕기게 되는 것이다.따라서 다음과 같이 정수형 타입 변환 함수 @int()@를 사용해줘야 한다.qp.drawPoint(int(se..

파이썬의 내장 함수를 이용하여 이미지 불러오고 표시하기 들어가며 파이썬에서 기본적으로 제공되는 내장 함수를 이용하여 이미지를 불러온 후, 출력해보자. 방법 파이썬에서 이미지를 불러오고 표현하려면 @requests@, @io@, @PIL@ 모듈(파이썬을 설치할 때 포함되는 내장 함수이다.)을 불러오면 된다. import requests from io import BytesIO from PIL import Image image_url = 'https://storage.googleapis.com/petbacker/images/blog/2017/dog-and-cat-cover.jpg' image = Image.open(BytesIO(requests.get(image_url).content)) image 설명과 ..

큐(Queue) 큐(Queue) 선입선출(First In First Out, FIFO)의 특징을 갖는 자료구조 큐는 양쪽이 뚫려 있는 구조이다. 한쪽에서는 삽입만 진행되고, 다른 쪽에서는 추출만 진행된다. 큐에 데이터를 삽입하는 동작을 enQueue(인큐)라고 하며, 데이터를 추출하는 동작을 deQueue(데큐)라고 한다. 큐의 중요한 용어로 front(머리)와 rear(꼬리)가 있다. 머리는 저장된 데이터 중 첫 번째 데이터를 가리킨다. 꼬리는 저장된 데이터 중 마지막 데이터를 가리킨다. 첫 번째 데이터 앞을 front가 가리켜야 한다. 데이터 삽입 : enQueue 데이터 추출 : deQueue 구현 ① 큐의 초기화 SIZE = 5 queue = [None for _ in range(SIZE)] fr..

스택(Stack) 스택(Stack) 선입후출(First In Last Out, FILO) 또는 후입선출(Last In First Out, LIFO)의 특징을 갖는 자료구조 스택은 한쪽만 뚫려 있는 구조이기 때문에 삽입과 추출이 한쪽에서만 진행된다. 스택에 데이터를 삽입하는 동작을 push(푸시)라고 하며, 데이터를 추출하는 동작을 pop(팝)이라고 한다. 스택에서는 top(톱)이라는 용어가 중요한데, 현재 스택에 들어 있는 가장 위의 데이터 위치를 가리키는 개념이다. 구현 ① 스택의 초기화 SIZE = 5 # 스택의 크기 stack = [None for _ in range(SIZE)] top = -1 ② 데이터 삽입 스택이 꽉 찼는지 확인하는 함수 먼저 스택이 꽉 찼는지 확인한 후 스택에 여유 공간이 있..

이진 탐색(Binary Search) 이진 탐색 원리 정렬된 데이터 집합을 검색하는 경우에는 이진 탐색(Binary Search)을 주로 사용하는데, 순차 탐색에 비해서 엄청난 성능으로 데이터를 검색할 수 있다. 이진 탐색은 전체를 반씩 잘라내서 한쪽을 버리는 방식을 사용한다. 데이터 개수가 계속 1/2씩만 남으므로 급격히 비교할 데이터 개수가 줄어든다. 찾는 값을 검색하고자 1단계에서 중앙 위치를 기준으로 잡는다. 찾는 값이 왼쪽 구역에 있을 경우, 오른쪽 구역을 버린다. 이 과정을 찾을 값을 찾을 때까지 반복한다. 구현 이진 탐색 구현은 키를 찾기 위해 계속 시작, 중앙, 끝을 반복적으로 1/2씩 줄여 가면서 계산하는 방식이다. 검색할 범위를 1/2씩 반복해서 분할하는 기법을 분할 정복(Divide ..

순차 탐색(Sequential Search) 순차 탐색 어떤 데이터는 정렬되지 않은 상태로 존재하고, 어떤 데이터는 정렬된 상태로 존재한다. 이 두 경우에 데이터를 찾는 방법은 조금 다르다. ① 정렬되지 않은 집합에서의 순차 탐색 검색 성공 첫 번째 데이터부터 차례로 비교해서 찾은 데이터의 위치를 반환한다. 검색 실패 첫 번째 데이터부터 차례로 비교해서 찾지 못할 경우, -1 위치를 찾았다고 반환해서 검색에 실패한 것으로 처리한다. def seqSearch(ary, fData) : pos = -1 size = len(ary) print('## 비교한 데이터 ==> ', end = '') for i in range(size) : print(ary[i], end = ' ') if ary[i] == fData..

원형 연결 리스트(Circular Linked List) 원형 연결 리스트의 개념 단순 연결 리스트(Singly Linked List) 끝까지 방문한 후에는 더 이상 방문할 곳이 없어 종료되므로 다시 방문하려면 헤드(head)부터 재시작해야 한다. 원형 연결 리스트(Circular Linked List)는 단순 연결 리스트의 마지막 노드가 다시 첫 번째 노드를 가리키도록 설정되어 리스트 형태가 원(Circle) 형태로 구성된다. 시작 위치와 다음 위치가 계속 이어진 후, 마지막에 다시 시작 위치로 돌아오는 형태 원형 연결리스트는 단순 연결 리스트와 마찬가지로 데이터 삽입에서 오버헤드가 발생하지 않는다. 원형 연결 리스트의 원리 원형 연결 리스트의 원리 및 구조도 단순 연결 리스트와 많은 부분이 비슷하다...

단순 연결 리스트(Singly Linked List) 단순 연결 리스트의 개념 선형 리스트(Linear List) 장점 배열에 구성하였기 때문에 단순하다. 물리적인 순서와 논리적인 순서가 동일하여 데이터를 찾기 간단하다. 프로그램으로 구현하기 비교적 쉽다. 단점 : 데이터를 삽입하거나 삭제할 때 많은 작업이 필요하다. 예) 100만 개인 선형 리스트의 맨 앞에 데이터를 하나 삽입하려면 약 100만 개를 뒤로 이동시키는 작업을 해야 한다. (오버헤드(Overhead) 발생) 단순 연결 리스트(Singly Linked List) 선형 리스트(Linear List)와 달리, 저장된 노드들이 물리적으로 떨어진 곳에 위치한다. 각 노드의 번지도 100, 200, 130 등으로 순차적이지 않다. 데이터와 링크로 구..

선형 리스트(Linear Linked List) 선형 리스트의 기본 개념 데이터를 일정한 순서로 나열한 구조 순차 리스트(Ordered List)라고도 한다. 입력 순서대로 저장하는 데이터에 해당한다. 선형 리스트는 다양한 방법으로 구현할 수 있지만, 가장 기본적인 방법은 배열 을 이용하는 것이다. 선형 리스트는 메모리에서도 차례로 저장된다. 원리 데이터 삽입 1단계 : 맨 끝에 빈칸을 확보한다. 2단계 : 삽입하고자 하는 공간에 빈칸이 없으므로, 삽입하고자 하는 공간 뒤에 있는 요소들을 한칸씩 뒤로 옮긴다. 3단계 : 빈자리에 요소를 삽입한다. 데이터 삭제 원하는 요소가 삭제된 후 빈칸을 그대로 두지 않고 뒤의 요소들을 앞으로 한칸씩 이동시킨다. 선형 리스트의 구현 사용자가 입력하는 데이터가 가변적으로..