정리왕 지제로사

Colab에서 사용할 여러가지 명령어 모음집

[1] colab에서 구글 드라이브 파일 가져오기

from google.colab import drive
drive.mount('/content/drive')

[2] colab에 conda 설치하기

!which python
!python --version

!echo $PYTHONPATH
%env PYTHONPATH=

################################################################################
# INSTALL CONDA ON GOOGLE COLAB
################################################################################
! wget https://repo.anaconda.com/miniconda/Miniconda3-py37_4.9.2-Linux-x86_64.sh
! chmod +x Miniconda3-py37_4.9.2-Linux-x86_64.sh
! bash ./Miniconda3-py37_4.9.2-Linux-x86_64.sh -b -f -p /usr/local

!which conda  # should return /usr/local/bin/conda
!conda --version

[3] 파이썬 버전 확인하기

!python --version

[4] 원하는 파이썬 버전 설치하기

저는 python 버전 3.6.8 으로 설치해보았습니다.

!conda search python
!conda install python=3.6.8
!python --version

import sys
sys.path

!ls /usr/local/lib/python3.9/dist-packages

import sys
sys.path.append("/usr/local/lib/python3.6/site-packages")

[5] base로 conda를 열고, 현재 있는 env 리스트를 확인하기

!source activate base && conda env list

[5] conda에 설치된 package 목록을 확인하고 원하는 버전의 python이 설치되어있는지 확인

!conda list
!python --version

[6] 원하는 package 목록이 작성된 requirements.txt 파일을 만들고 각 패키지들을 설치

!pip install install -r requirements.txt

저는 다음의 패키지들과 버전이 필요해 다음의 requirements.txt를  만들었습니다.

특히 tensorflow==1.12.3 설치하기 위해서!

# python 3.6.8
# pip install --no-cache-dir -r requirements.txt
tensorflow==1.12.3
keras==2.2.5
xgboost==1.2.0
scikit-learn==0.23.2
z3-solver==4.8.6
pandas==1.1.2
matplotlib==3.3.2
numba==0.51.2
mmdnn==0.3.1
numpy==1.16.6
h5py==2.8.0

absl-py==0.11.0
astor==0.8.1
cycler==0.10.0
gast==0.4.0
grpcio==1.33.2
importlib-metadata==2.0.0
joblib==0.17.0
Keras-Applications==1.0.8
Keras-Preprocessing==1.1.2
kiwisolver==1.3.1
llvmlite==0.34.0
Markdown==3.3.3
Pillow==8.0.1
protobuf==3.13.0
pyparsing==2.4.7
python-dateutil==2.8.1
pytz==2020.4
PyYAML==5.3.1
scipy==1.5.4
six==1.15.0
tensorboard==1.12.2
termcolor==1.1.0
threadpoolctl==2.1.0
Werkzeug==1.0.1
zipp==3.4.0

설치 잘 되었는지 체크

!conda list

다음과 같이 write_image() 를 사용한다.

import plotly.express as px

fig = px.scatter(df2, x="x", y="y", color="class", color_continuous_scale="tealrose")
# fig.show()
fig.write_image('fig.png')

kaleido package 도 install 해주어야 image export가 가능하다.

pip install -U kaleido

사용 예제는 다음과 같다.

nums = [2, 5, 3, 1, 4]

1. 오름차순 정렬 : nums.sort()

한 자리 숫자만 정렬이 제대로 됩니다.

nums.sort()

2. 내림차순 정렬 : nums.sort(reverse = True)

nums.sort(reverse = True)

3. 좌표 정렬하기

1) [x, y] 에서 x값에 의한 오름차순 정렬

ex.

def solution(nums):
	nums.sort(key = lambda v : (v[0]))
    return nums
print(solution([2,3],[1,4],[3,1],[1,2]))

2) [x, y] 에서 y값에 의한 오름차순 정렬

nums.sort(key = lambda v : (v[1]))

3) [x, y] 에서 x 값에 의한 내림차순 정렬

nums.sort(key = lambda v : (-v[0])))

4) [x, y] 에서 y값에 의한 오름차순을 하되 y값이 같은 경우는 x값에 따라 오름차순한다

nums.sort(key = lambda v : (v[1], v[0]))

move 12시 3시 6시 9시

dx=[-1, 0, 1, 0]
dy=[0, 1, 0, -1]

기준 좌표 초기화

x, y = 0, 0

방향 변경 이용

0 : 좌

1 : 상

2 : 우

3 : 하

point = 1

좌표 이동

nx, ny = x + dx[point], y + dy[point]

map 보다 큰 경우 체크

n은 맵 크기 일 경우

특정 조건 작성

if nx < 0  or nx >= n or ny < 0 or ny >= n:

90도 회전(시계방향)

point = (point + 1) % 4

좌표 고정

x, y = nx, ny