[내일배움캠프] 본캠프 3/25

오늘 한 일

 

• 코드카타

13. 자릿수 더하기

[문제]  자연수 N이 주어지면, N의 각 자릿수의 합을 구해서 return 하는 solution 함수를 만들어 주세요.
예를들어 N = 123이면 1 + 2 + 3 = 6을 return 하면 됩니다.

 

def solution(n):
    num = []      #num이라는 빈 리스트 생성
    for i in str(n) :    #입력값(숫자)n을 문자 리스트로 
        num.append(int(i))     #num에 문자i를 정수로 받아서 추가
    answer = sum(num)     
    #print(type(answer[0]))   #중간중간 리스트 안에 타입 확인


    return answer

 처음에 split으로 하려 했는데 잘 안돼서 for문으로 해결함

 

+) 다른사람 풀이 참고하니까 엄청 간결하게 만든 것도 볼 수 있었다

def sum_digit(number):
    return sum([int(i) for i in str(number)])
print("결과 : {}".format(sum_digit(123)));

 

 

 

14. 약수의 합

[문제] 정수 n을 입력받아 n의 약수를 모두 더한 값을 리턴하는 함수, solution을 완성해주세요.

def solution(n):
    num = []
    for i in range(1,n+1) :     #아무 생각 없이range(n)으로 했다가 처음에 0으로 나눠져서 에러떴음 !
        if n % i == 0:
            num.append(int(i))
    answer = sum(num)
    return answer

처음에 range(n)으로 했다가 에러났는데 이유를 못찾아서 한참 헤맸음;;; 조심하기 

 

 

 

 

레벨2도 도전 해봤으나... 너무 어려워서 다음에 다시 도전해야겠다

• 데이터 전처리&시각화 강의 (1-1 ~ 1-6)

1-6 숙제

채용공고 키워드 정리하기

 

 IQC/LQC/OQC 통계적 공정 품질관리 / LPA 점검 / 사전 In-Out 점검 / Audit 유효성 / 표준 준수 Audit  / Quality System 규정 절차서 / VDA 6.3 Process Auditor

수입 검사 IQC / 불량 발생 원인 분석 및 피드 /계측기 검교정 

 

 품질 issue / 품질 데이터 분석 ( Part Fail) / QC, QA, QP / 협업 및 커뮤니케이션 능력 / 품질경영기사

 

 

 품질관리, 품질보증, 품질개선 / 고객사 대응 / ASME, ISO / 원활한 커뮤니케이션

 

 

 GMP, ISO9001 / 밸리데이션 / 화학분석기사 / 화학분석기능사

 

10분 Pandas

 

• 데이터 분석 입문 1 세션 실습

1) 데이터 훑어보기

#1

df.head()

df.tail(3)     #3개만 확인

 

 #2

df.shape


#결과 : (244, 7)

 

 

 #3

df.info()



#결과
'''<class 'pandas.core.frame.DataFrame'>
RangeIndex: 244 entries, 0 to 243
Data columns (total 7 columns):
 #   Column      Non-Null Count  Dtype   
---  ------      --------------  -----   
 0   total_bill  244 non-null    float64 
 1   tip         244 non-null    float64 
 2   sex         244 non-null    category
 3   smoker      244 non-null    category
 4   day         244 non-null    category
 5   time        244 non-null    category
 6   size        244 non-null    int64   
dtypes: category(4), float64(2), int64(1)
memory usage: 7.4 KB'''

 

 #4

df.describe()

 

 

 

 

2) 데이터 필터링(원하는 손님 찾기)

#1

non_smoker = df[df['smoker'] == "No"]
non_smoker.head()

 

#2

dinner_tip = df[(df['time']=="Dinner")&(df['tip']>=5)]
dinner_tip.head()

 

3) 파생 변수 만들기 (새로운 정보 추가)

#

# 팁 비율(%) 컬럼 만들기: (팁 / 총금액) * 100
tip_rate = df['tip'] / df['total_bill'] * 100

# 잘 만들어졌는지 확인
tip_rate.head()