sss_yeonii.log

모델 평가 지표

Sun, 24 Nov 2024 09:48:26 GMT

Sensitivity = Recall = 재현율
제 1종 오류 보다 제 2종 오류가 더 심각할 수 있음
제 2종 오류: Recall - 실제 Positive인데 Negative라고 판단한 것
실제 Positive인 데이터를 Negative라고 잘못 판단하면 안되는 경우 => Recall이 더 중요 (e.g. 임신: 임신인데 임신이 아니라고 처리한 경우)
실제 Negative인 데이터를 Positive라고 잘못 판단하면 안되는 경우 => Precision이 더 중요 (e.g. 스팸: 중요한 메일인데 스팸(1)으로 처리한 경우)
그러나, Recall과 Precision은 서로 영향을 주기 때문에 한쪽을 극단적으로 높게 설정하면 안됨
Recall과 Precision 둘다 높을 수록 F1 스코어는 높은 값을 가지고, 더 좋은 모델이라는 뜻임
B(베타)가 1일 때가 F1 Score라고 부름
FPR(Fall-out, 실제 Negative 중에 Positive로 예측한 것), TPR(Recall, 실제 Positive 중에 Positive인 것)

Recall(TPR)과 Fall-out(FPR) 수치로 그래프를 그려봤을 때, 1X1 면적을 거의 다 채울수록 좋은 수치

Github Markdown 문법(Readme 활용)

Sun, 08 Sep 2024 07:32:10 GMT

README에서 사용하는 Markdown을 소개합니다.

[ 제목 ]

< Input >

This is H1
====

This is H2
----

혹은

# This is H1
## This is H2
### This is H3
#### This is H4
##### This is H5
###### This is H6

< Output >

This is H1

This is H2

This is H3

This is H4

This is H5

This is H6

[ Blockquote ]

This is a first blockquote.

This is a second blockquote.

This is a third blockquote.

> This is a first blockquote.
>> This is a second blockquote.
>>> This is a third blockquote.

[ 혼합해서 사용하기 ]

This is H3

List

> ### This is H3
> * List

[ 순서가 있는 목록 ]

첫번째
두번째
세번째

1. 첫번째
2. 두번째
3. 세번째

[ 순서가 없는 목록 ]

별표
- 별표
  - 별표
더하기
- 더하기
  - 더하기
빼기
- 빼기
  - 빼기

* 별표
  * 별표
    * 별표
+ 더하기
  + 더하기
    + 더하기
- 빼기
  - 빼기
    - 빼기

[ 코드 블럭 ]


  코드 내용 입력

pre 없이 코드 내용 입력할 경우

코드 내용 입력

print('하나만 사용함')

< Input >


  코드 내용 입력

 pre 없이 코드 내용 입력할 경우 

/```
코드 내용 입력
/```

`print('하나만 사용함')`

[ 수평선 ]

* * *
***
*****
- - - 
--------

[ 외부 링크 ]

Link: NAVER 외부링크: https://www.naver.com/ 이메일링크: id@gmail.com

Link: [NAVER](https://www.naver.com/, "naver link")
외부링크: 
이메일링크:

[ 강조 ]

이탤릭체

single asterisks
single underscores

굵게

double asterisks
double underscores

취소선

~~cancleline~~

[ 이미지 ]

이미지가 어딘가 업로드되어 있어야 하기 때문에 github Issue를 활용한다.

Issues로 이동
New Issue
이미지 붙여넣기해서 생성된 링크 그대로 복사 (Issue는 저장하지 않아도 됨)

Github 사용하는 방법 총 정리

Sun, 08 Sep 2024 07:22:37 GMT

0. git config 설정

터미널에서 아래 실행

$ git config --global user.name 
$ git config --global user.email 
$ git config --global core.autocrlf input

# 설정 완료된 것 확인하기
git config --list
credential.helper=osxkeychain
init.defaultbranch=main
user.name=
user.email=
core.autocrlf=input
core.editor=vim

# 하나씩 쳐서 확인도 가능
$ git config user.name

1. Git 기본 용어

Repository

소스코드가 저장되어 있는 여러 개의 Branch가 모여있는 디스크상의 물리적 공간
Local Repository와 Remote Repository로 구분 => Repository가 서버에도 있고 로컬에도 있기 때문

Checkout

특정 시점이나 Branch의 소스 코드로 이동하는 것을 의미
Checkout 대상 - Branch, Commit, Tag
Checkout을 통해 과거 여러 시점의 코드로 이동 가능

Stage

작업할 내용이 올라가는 임시 저장 영역
window에 파일 올라가면 working directory에 있는 건데, 여기서 어떤 파일을 선택해서 git에서 관리하겠다고 등록한다면 이제 stage에 올라가게 되는 것. 수정해서 버전을 매기는 행위를 하면 head 영역으로 올라가게 됨.
이 영역을 이용해 작업한 내용 중 commit에 반영할 파일만 선별하여 commit을 수행할 수 있음

Commit

작업할 내용을 Local Repository에 저장하는 과정 = 버전을 매기는 행위
각각의 commit은 의미있는 변경 단위이고, 변경에 대한 설명을 commit log로 남김
권장: commit은 아끼지 마라. 의미있는 단위로 변경할 때마다 commit을 남겨라.
참고: commit 단위나 commit log format을 정해놓은 회사나 팀도 있음(빌드 서버 사용하는 경우)

Push

Local Repository 내용 중 Remote Repository에 반영되지 않은 commit을 Remote Repository로 보내는 과정
권장: Push하는 순간 Remote로 올라가는 것이라 다른 개발자들도 코드를 가져와서 쓸 수 있음. 이때 실행되지 않는 코드를 올리면 다른 사람의 작업에 방해가 될 수 있기 때문에, 검증되지 않은 코드는 Push하지 않도록 함.

Pull

Remote Reposity에 있는 내용 중, Local Repository에 반영되지 않은 내용을 가져와서 Local Repository에 저장하는 과정
다른 팀원이 변경하고 Push한 내용을 Local Repository에 가져올 수 있음
(참고) Push 과정에서 Conflict(충돌)이 일어나서 Push가 거절된 경우, Pull을 통해 Remote Repository의 변경 내용을 Local Repository에 반영하여 Conflict를 해결하나 뒤 다시 Push 시도해야 함

Branch

특정 시점(commit 단위)에서 분기하여 새로운 commit을 쌓을 수 있는 가지를 만드는 것
Repository를 처음 생성하면 디폴트로 생성되는 것이 master(혹은 main) branch이며, 이 branch가 개발의 주축이 됨
모든 branch는 최종적으로 다시 master branch에 merge(병합)되는 형식으로 진행됨

Merge

Branch의 반대개념으로 하나의 Branch를 다른 Branch와 합치는 과정
Merge되는 두 Branch는 주종관계가 성립. e.g. dev branch를 main branch에 merge
Merge되는 과정에서 Conflict 발생하는 경우 Diff를 수정하여 Conflict 해결한 뒤 Merge 진행할 수 있음

2. Local Repository 구성

실습할 Workspace 생성 % mkdir git_ws
Working Directory 생성 및 git init하면 해당 폴더를 Local Repository로서 관리

Workspace로 이동한 뒤 Working Directory 생성

git init 폴더에서 Git을 초기화하는 명령어를 사용하면 해당 폴더를 Git이 관리하기 시작

% cd git_ws
git_ws % mkdir test_project
git_ws % cd test_project
test_project % git init
Initialized empty Git repository in /Users/sy/git_ws/test_project/.git/

.git 폴더 생성

.git으로 이동해서 살펴보면 Git 관련 파일들이 생성되어 있음 ``` (base) sy@Lees-MacBook-Pro test_project % ls -all total 0 drwxr-xr-x 3 sy staff 96 9 7 14:34 . drwxr-xr-x 4 sy staff 128 9 7 14:33 .. drwxr-xr-x 9 sy staff 288 9 7 14:34 .git (base) sy@Lees-MacBook-Pro test_project % cd .git (base) sy@Lees-MacBook-Pro .git % ls -all total 24 drwxr-xr-x 9 sy staff 288 9 7 14:34 . drwxr-xr-x 3 sy staff 96 9 7 14:34 ..
rw-r--r-- 1 sy staff 21 9 7 14:34 HEAD
rw-r--r-- 1 sy staff 137 9 7 14:34 config
rw-r--r-- 1 sy staff 73 9 7 14:34 description drwxr-xr-x 15 sy staff 480 9 7 14:34 hooks drwxr-xr-x 3 sy staff 96 9 7 14:34 info drwxr-xr-x 4 sy staff 128 9 7 14:34 objects drwxr-xr-x 4 sy staff 128 9 7 14:34 refs ```

Working Directory에 파일을 생성 touch {파일명}: 비어있는 파일 하나를 생성해주는 명령어
```
(base) sy@Lees-MacBook-Pro test_project % touch test.txt
(base) sy@Lees-MacBook-Pro test_project % ls
test.txt
```

git status git에 존재하는 파일 확인 -> 자주 확인하는 습관을 들이기 ⭐️

(base) sy@Lees-MacBook-Pro test_project % git status
On branch main  # 현재 main branch에 있다

No commits yet # 아직 commit한 건 없다

Untracked files: # working directory에는 있는데 stage에는 존재하지 않는 파일이 있다 (use "git add ..." to include in what will be committed) test.txt


6. `git add ` ⭐️
- Working Directory에서 변경된 파일을 Stage(Index)에 추가

(base) sy@Lees-MacBook-Pro test_project % git add test.txt (base) sy@Lees-MacBook-Pro test_project % git status On branch main

No commits yet

Changes to be committed:
(use "git rm --cached ..." to unstage) new file: test.txt


7. `git commit -m "commit 변경사항에 대한 설명" ` ⭐️⭐️
- Stage(Index)에 추가된 변경사항을 HEAD에 반영(확정)

(base) sy@Lees-MacBook-Pro test_project % git commit -m "테스트임" test.txt [main (root-commit) 4b24e0e] 테스트임 1 file changed, 0 insertions(+), 0 deletions(-) create mode 100644 test.txt (base) sy@Lees-MacBook-Pro test_project % git status On branch main nothing to commit, working tree clean



*참고) Mac에서 command+shit+. 하면 숨김파일 볼 수 있음

## 3. Remote Repository 생성 및 등록
1. 일단 깃헙에서 Private Repository 생성하기
![](https://velog.velcdn.com/images/sss_yeonii/post/7aed2b9e-8d5f-40dd-ae11-3fd63df0b988/image.png)
- README file
  - 프로젝트에 대한 설명, 사용방법, 라이센스, 설치방법 등에 대한 내용을 기술하는 파일
  - 나, 직장동료, 프로그램 사용자(테스터)를 위해 존재
- .gitignore
  - Git 버전 관리에서 제외할 파일 목록을 지정하는 파일 (모든 파일을 한번에 올릴 때 여기에 있는 파일들은 제외시켜줌)
  - 사용자가 원하지 않는 파일들을 자동으로 commit 대상에서 제외시켜 줌
  - VS code에서 회색 처리됨 
2. github token 생성 (보안상 Remote Repository 접속 시 비밀번호 대신 token 사용)
  - Settings > Developer settings > Personal access tokens > classic
  - 여기에서 token 생성하고 나면 다시 확인할 수 없으니까 잘 저장해두기!
3. Local Repository에 연동할 Remote Repository 등록 (token 사용) 
![](https://velog.velcdn.com/images/sss_yeonii/post/c91bc37f-b6ca-4902-a128-569ad1a26ae3/image.png)
- Remote Repository에서 HTTPS의 주소를 복사
- `git remote add origin https://:@github.com/.git`
  - 여기에서 `:`을 함께 입력해주면 remote repository에 push, pull할 때 username과 token을 물어보지 않고 자동으로 입력해서 편리함.
- `git remote -v`로 remote repository 연결 여부 확인

## 4. Remote Repository에 변경 내용 Push하고, Pull 해오기 ⭐️⭐️
1. `git push origin master`
  - 오류 뜨면 `git push origin main` (예전에는 master 썼는데 요즘에는 main으로 바뀜)
  - git에 push할 건데 현재 연결된 Remote Repository인 origin의 master Branch에 할 것이다 라는 의미
  - commit 했던 변경 내용을 master branch에 push
2. Remote Repository에서 Push된 파일 확인
![](https://velog.velcdn.com/images/sss_yeonii/post/db42046a-b008-4c20-a3cd-16b1a40d614b/image.png)
3. `git pull origin `
- (Github에서 ReadMe 파일 추가했었음) -> Readme 파일을 Local Repository로 Pull 
- `ls` 했을 때, README.md test.txt 로 추가된 것 확인할 수 있음.
- (참고) `cat exam.txt` 와 같이 입력하면 파일을 읽어옴


## 5. Remote Repository 복제하기 (git clone) ⭐️⭐️⭐️
- Local Repository 생성하지 않은 상태에서 git clone 명령으로 Remote Repository을 local에 복제하기
- `git clone https://:@github.com/.git`
  - 위 명령어로 폴더 생성 -> git init(해당 폴더 초기화) -> Remote Repository 등록 -> Remote Repository 내용을 pull 과정을 모두 할 수 있음.
  - git clone 이후, Remote Repository 이름의 폴더가 생성되고, REAME.md나 .gitignore 파일이 가져와진 것을 확인할 수 있음

~/git_ws $ git clone https://ssuyeonlee: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@github.com/ssuyeonlee/HelloGit.git Cloning into 'HelloGit'... remote: Enumerating objects: 4, done. remote: Counting objects: 100% (4/4), done. remote: Compressing objects: 100% (3/3), done. remote: Total 4 (delta 0), reused 0 (delta 0), pack-reused 0 (from 0) Receiving objects: 100% (4/4), done.

~/git_ws $ cd HelloGit

~/git_ws/HelloGit $ ls -all total 16 drwxr-xr-x 5 sy staff 160 9 7 16:33 . drwxr-xr-x 6 sy staff 192 9 7 16:33 .. drwxr-xr-x 12 sy staff 384 9 7 16:33 .git -rw-r--r-- 1 sy staff 3139 9 7 16:33 .gitignore -rw-r--r-- 1 sy staff 10 9 7 16:33 README.md


## 6. Branch
### Branch 조회
- `git branch` Local에 있는 branch 조회
- `git branch -r` Remote에 있는 branch 조회
- `git branch -a` Local+Remote에 있는 branch 모두 조회
  - `q`로 빠져나오기
```shell
$ git branch -a
* main   # *: 현재 위치한 branch가 어디인지 나타냄
  remotes/origin/HEAD -> origin/main
  remotes/origin/main

Branch 생성

git branch

이렇게 하면 branchname의 branch가 하나 더 생성됨
이때 생성한 branch는 현재 위치한 branch인 main과 동일한 파일들로 구성됨. 복제가 된다는 뜻.
Branch 이동
git checkout

Branch 생성과 이동을 동시에 하는 방법 ⭐️

git checkout -b

-b : branch
branchname이 없어야만 오류가 뜨지 않음.

생성한 Branch를 Remote Repository에 올리기

git push origin

Branch 삭제(Local)

git branch -d

-d: delete
Branch 삭제(Remote)
git push origin --delete

7. Git Log and Diff

VS Code의 git graph extension

git graph extension 설치하기
사용 중인 git에서 로그들을 시각화하여 확인할 수 있음.
좌측 3번째 메뉴 클릭 > SOURCE CONTROL 우측 4번째 branch같은 아이콘 클릭
사실 터미널에서 git log로 해당 git에서 있었던 로그들도 확인 가능 (나갈 때는 q 입력)

Git Editor 설정

git config --global core.editor --wait

global 설정으로 기본 Git editor를 설정할 수 있음 -- editor로는 vim, VS Code 설정 가능
--wait 옵션은 command line으로 VS Code를 실행시켰을 경우, VS Code 인스턴스를 닫을 때까지 command를 대기하는 것. 그게 싫으면 제외해서 설정하면 됨.

Git Diff Tool 설정

git config --global -e

editor를 VS Code로 했으면, 파일이 VS Code로 열림

[core]
    autocrlf = input
    editor = code --wait

[diff]
    tool = vscode
[difftool "vscode"]
    cmd = "code --wait --diff $LOCAL $REMOTE"

[core]에서 code(=vs code)가 wait 옵션과 함께 설정되어 있음.
[diff], [difftool "vscode"] 추가

Git Diff - Local Branch 간 비교

git diff

diff: vim을 사용해서 branch 간에 비교 git difftool
difftool 하면, 기본 editor인 VS Code 실행하여 확인할지 여부 확인 -> Launch 'vscode' [Y/n]? 에서 Y 입력
VS Code에서 두 Branch 간의 차이를 아래와 같이 시각화 된 결과로 비교할 수 있음

Git Diff - Commit 간 비교

git difftool

그 전에, Commit Hashcode는 git log에서 각 commit별 뒤의 문자열
위와 같이 commit 뒤의 문자열 복사
git difftool 2c5a4faa4a9bf99e8cf2cdbc4e7ccbe8d5f40261 374c98f8129ec5a8b2db09b93f611d5eacb6dcd6 실행
VS Code에서 변경사항 비교

Git Diff - 마지막 Commit과 이전 Commit 비교

git difftool HEAD HEAD^ (여기까지 잘 확인하지는 않긴 함)

HEAD^: 마지막 바로 직전 commit

Git Diff - 마지막 Commit과 현재 수정사항 확인

git difftool HEAD

최근 수정하여 올린 commit과 아직 commit하기 이전인 현재의 수정 사항 간의 차이점 비교

Git Diff - Local과 Remote 간 비교

git diff origin/

origin/: Remote Repository를 의미하는 origin에서의 어떤 branch와 비교할지를 입력하는 부분

8. Merge and Conflict

Merge Tool 설정

git config --global -e 실행하여 아래 내용을 최하단에 추가

[merge]
    tool = vscode
[mergetool "vscode"]
    cmd = "code --wait $MERGED"

Git Merge

git merge

현재 위치한 Branch에 다른 Branch를 병합

Merge Conflict

Branch Merge 과정에서 발생하는 충돌. Push, pull할 때도 충돌 일어날 수 있음.

main의 test.txt 내용과 dev2의 test.txt 내용이 다를 때, main에서 git merge dev를 하게 되면? 아래와 같이 CONFLICT 발생

$ git merge dev2
Auto-merging test.txt
CONFLICT (content): Merge conflict in test.txt
Automatic merge failed; fix conflicts and then commit the result.

git mergetool을 사용하여 해결해보자!
- 충돌이 발생한 파일이 순차적으로 나옴
- 둘 중에 어떤 내용으로 merge할지를 선택하고, 그 내용만 파일에 남겨둔다.
- 저장 후 VS Code 종료

파일만 수정이 된 상태라 다시 merge 시도하면 여전히 CONFLICT 상태임

git merge dev2
fatal: You have not concluded your merge (MERGE_HEAD exists).
Please, commit your changes before you merge.

Conflict 해제
- git add + git commit
- VS Code가 열리면 저장하고 닫기
터미널에서 Merge된 것을 확인할 수 있음
git log로 확인

9. Git Tag

Tag: 특정 버전(commit)에 Tag를 달아놓을 필요가 있을 때 사용(e.g. 버전 릴리즈, 큰 변경사항이 있을 때)
git tag : Local에서 마지막 버전(commit)에 tag 달기
git tag : Local에서 특정 버전(commit)에 tag 달기 -> commit 2에 tag 달림
git push origin : Local에서 위와 같이 달았던 Tag를 Remote에도 반영해야 할 때 Tag를 push해줌.
- github 가보면 Tag 달려있음
git tag: 현재까지 Local에서 설정한 tag 목록 보기
git show : tag의 상세 정보 확인하기
git tag --delete : Local의 tag 삭제
git push --delete origin : Remote의 tag 삭제 (Remote에서만 삭제하고 Local에서는 삭제하지 않을 때도 이것만 실행하면 됨)

참고

cat 파일명: 파일을 읽어옴
cat > 파일명: 파일이 존재하면 파일의 내용을 입력하는 값으로 덮어씌움. 파일이 존재하지 않는다면 입력하는 값으로 파일을 생성함. 내용 입력 후 엔터. 모두 다 입력했으면 control+d로 완료하기.
cat >> 파일명: >>를 쓰면 덮어씌우지 않고 밑줄에 이어서 내용이 추가됨.
code . 현재 위치에서 VSCode 열기

터미널 자주 쓰이는 용어

Thu, 29 Aug 2024 03:06:48 GMT

터미널 자주 쓰이는 용어

cd {폴더경로 e.g. opt/project/~} 디렉토리 이동
1. cd .. 상위 폴더로 현재 위치 이동
2. cd / 최상위 폴더로 돌아가기
pwd 현재 경로 위치 출력
ls -al 현재 디렉토리에서 파일 리스트 전체 자세히 출력
1. ls 현재 디렉토리 안에 있는 파일 확인
mkdir {폴더명} 폴더 생성
rmdir {폴더명} 폴더 삭제
1. rm -r suyeon 혹은 이렇게도 가능
clear 터미널 정리
cp (파일 복사)

matplotlib.pyplot의plt.style.use() 사용하는 방법

Sun, 18 Aug 2024 05:56:09 GMT

matplotlib이 제공하는 mpl.style.use('seaborn~')이 deprecated되었다. 대신, matplotlib.pyplot의 plt.style.use()를 사용하면 된다.

사용할 수 있는 style 목록:

import matplotlib.pyplot as plt
plt.style.available
...
['Solarize_Light2',
 '_classic_test_patch',
 '_mpl-gallery',
 '_mpl-gallery-nogrid',
 'bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn-v0_8',
 'seaborn-v0_8-bright',
 'seaborn-v0_8-colorblind',
 'seaborn-v0_8-dark',
 'seaborn-v0_8-dark-palette',
 'seaborn-v0_8-darkgrid',
 'seaborn-v0_8-deep',
 'seaborn-v0_8-muted',
 'seaborn-v0_8-notebook',
 'seaborn-v0_8-paper',
 'seaborn-v0_8-pastel',
 'seaborn-v0_8-poster',
 'seaborn-v0_8-talk',
 'seaborn-v0_8-ticks',
 'seaborn-v0_8-white',
 'seaborn-v0_8-whitegrid',
 'tableau-colorblind10']

이런 식으로 사용하면 된다.

plt.style.use('ggplot')
plt.figure(figsize=(12,8))
plt.xlabel('$x$')
plt.ylabel('$y = 3x^2 +2$')
plt.plot(x, y);

출처: https://stackoverflow.com/questions/74716259/the-seaborn-styles-shipped-by-matplotlib-are-deprecated-since-3-6

Subquery(서브쿼리)

Fri, 09 Aug 2024 08:54:05 GMT

Subquery(서브쿼리)

Subquery(서브쿼리): 하나의 SQL문 안에 포함되어 있는 또 다른 SQL문을 말한다.
메인쿼리가 서브쿼리를 포함하는 종속적인 관계이다.
- 서브쿼리는 메인 쿼리의 칼럼 사용 가능
- 메인쿼리는 서브쿼리의 칼럼 사용 불가
서브쿼리 사용 시 주의점
- 서브쿼리는 괄호로 묶어서 사용
- 단일 행 또는 복수 행 비교 연산자와 함께 사용 가능
- Subquery 에서는 Order By 사용 X
서브쿼리 종류
- Scalar Subquery(스칼라 서브쿼리): SELECT절에 사용
- Inline View(인라인뷰): FROM절에 사용
- Nested Subquery(중첩 서브쿼리): WHERE절에 사용

Scalar Subquery(스칼라 서브쿼리): SELECT절에 사용

결과는 하나의 Column이어야 한다.

SELECT col1, (SELECT col2 FROM table2 WHERE condition)
FROM table1
WHERE condition

예제: 서울은평경찰서의 강도 검거 건수와 서울시 경찰서 전체의 평균강도검거건수를 조회 ```sql mysql> select case_number, -> (select avg(case_number) -> from crime_status -> where crime_type='강도' and status_type like '검거') avg -> from crime_status -> where police_station like '은평' and crime_type like '강도' and status_type like '검거';
-------------+--------+ | case_number | avg |
-------------+--------+ | 1 | 4.1935 |
-------------+--------+ 1 row in set (0.02 sec)

Inline View(인라인뷰): FROM절에 사용

메인쿼리에서는 인라인 뷰에서 조회한 Column만 사용 가능

SELECT a.column, b.column
FROM table1 a, (SELECT col1, col2 FROM table2) b
WHERE condition

예제: 경찰서별 가장 많이 발생한 범죄 건수와 이때의 범죄 유형을 조회

SELECT c.police_station, c.crime_type, c.case_number
FROM crime_status c, 
  (SELECT police_station, max(case_number) count
   FROM crime_status
   WHERE status_type LIKE '발생'
   GROUP BY police_station) m
WHERE c.police_station = m.police_station
  AND c.case_number = m.count

mysql> SELECT c.police_station, c.crime_type, c.case_number -> FROM crime_status c, -> (SELECT police_station, max(case_number) count -> FROM crime_status -> WHERE status_type LIKE '발생' -> GROUP BY police_station) m -> WHERE c.police_station = m.police_station -> AND c.case_number = m.count ; +----------------+------------+-------------+ | police_station | crime_type | case_number | +----------------+------------+-------------+ | 중부 | 폭력 | 997 | | 종로 | 폭력 | 964 | | 남대문 | 절도 | 699 | | 서대문 | 폭력 | 1292 | | 혜화 | 폭력 | 747 | | 용산 | 폭력 | 1617 | | 성북 | 폭력 | 672 | | 동대문 | 폭력 | 1784 | | 마포 | 폭력 | 1844 | | 영등포 | 폭력 | 2701 | | 성동 | 폭력 | 1223 | | 동작 | 폭력 | 1631 | | 광진 | 폭력 | 1676 | | 서부 | 폭력 | 748 | | 강북 | 폭력 | 1817 | | 금천 | 폭력 | 1471 | | 중랑 | 폭력 | 2022 | | 강남 | 폭력 | 2283 | | 관악 | 폭력 | 2614 | | 강서 | 폭력 | 2445 | | 강동 | 폭력 | 1942 | | 종암 | 폭력 | 758 | | 구로 | 폭력 | 2204 | | 서초 | 폭력 | 1750 | | 양천 | 폭력 | 1582 | | 송파 | 폭력 | 2675 | | 노원 | 폭력 | 2163 | | 방배 | 폭력 | 423 | | 은평 | 폭력 | 1092 | | 도봉 | 폭력 | 1234 | | 수서 | 폭력 | 1394 | +----------------+------------+-------------+ 31 rows in set (0.02 sec)

## Nested Subquery(중첩 서브쿼리): WHERE절에 사용
### Single Row: 하나의 행을 검색하는 서브쿼리
- 서브쿼리가 비교연산자(=, >, >=, <, <=, <>, !=)와 사용되는 경우, 서브쿼리의 검색 결과는 한 개의 결과값을 가져야 한다. (두개 이상인 경우 에러)
```sql
SELECT col_name
FROM tablename
WHERE col_name = (SELECT col_name //이것의 결과값이 딱 하나여야 함. 
                  FROM tablename
                  WHERE condition)   

mysql> select name from celeb where name = (select host from snl_show);
ERROR 1242 (21000): Subquery returns more than 1 row
// 비교연산자 '='를 사용했을 때, 아래와 같이 서브쿼리의 결과가 한 개 이상이기 때문에 에러가 발생

mysql> select host from snl_show;
+-----------+
| host      |
+-----------+
| 강동원    |
| 유재석    |
| 차승원    |
| 이수현    |
| 이병헌    |
| 하지원    |
| 제시      |
| 조정석    |
| 조여정    |
| 옥주현    |
+-----------+
10 rows in set (0.02 sec)

// 특정 id를 지정해서 하나의 결과만 가져오도록 하면 에러가 발생하지 않음.
mysql> select name from celeb where name = (select host from snl_show where id =1);
+-----------+
| name      |
+-----------+
| 강동원    |
+-----------+
1 row in set (0.02 sec)

Multiple Row: 하나 이상의 행을 검색하는 서브쿼리

IN

서브쿼리 결과 중에 포함될 때: IN 을 사용한 서브쿼리 ```sql SELECT col_name FROM tablename WHERE col_name IN (SELECT col_name //이것의 결과값이 딱 하나여야 함.
```
             FROM tablename
             WHERE condition)
```
// SNL에 출연한 영화배우를 조회 mysql> select host -> from snl_show -> where host in (select name -> from celeb -> where job_title like '%영화배우%');
-----------+ | host |
-----------+ | 강동원 | | 차승원 |
-----------+ 2 rows in set (0.02 sec) ```
EXISTS
EXISTS: 서브쿼리 결과에 값이 있으면 반환 // 범죄 검거 혹은 발생 건수가 2000건 보다 큰 경찰서 조회 ```sql select name from police_station p where exists (select police_station
```
        from crime_status c
        where p.name = c.reference and case_number > 2000);
```
select reference from crime_status where case_number > 2000);
--------------------------+ | name |
--------------------------+ | 서울강남경찰서 | | 서울강서경찰서 | | 서울관악경찰서 | | 서울구로경찰서 | | 서울노원경찰서 | | 서울송파경찰서 | | 서울영등포경찰서 | | 서울중랑경찰서 |
--------------------------+ 8 rows in set (0.02 sec) ```
ANY
ANY: 서브쿼리 결과 중에 최소한 하나라도 만족하면 (비교연산자 사용)
IN과 다른 점은, 비교 연산자와 함께 사용이 가능하다는 점
- '=ANY (Subquery)'는 'IN (Subquery)'와 동일함. ```sql select name from celeb where name = ANY (select host
```
          from snl_show);
```
-----------+ | name |
-----------+ | 강동원 | | 유재석 | | 차승원 | | 이수현 |
-----------+ 4 rows in set (0.01 sec) ```
All
All: 서브쿼리 결과를 모두 만족하면 (비교연산자 사용) ```sql select name from celeb where name = ANY (select host
```
             from snl_show
            where id = 1);
```
-----------+ | name |
-----------+ | 강동원 |
-----------+ 1 row in set (0.01 sec)

Multiple Column 서브쿼리(연관 서브쿼리): 하나 이상의 열을 검색하는 서브쿼리

서브쿼리 내에 메인쿼리 컬럼이 같이 사용되는 경우

select column_names
from tablename a
where (a.col1, a.col2, ...) IN (select b.col1, b.col2, ...
                              from tablename b
                              where a.column_name = b.column_name);

// 강동원과 성별, 소속사가 같은 연예인의 이름, 성별, 소속사를 조회 mysql> select name, sex, agency -> from celeb -> where (sex, agency) in (select sex, agency from celeb where name = '강동원'); +-----------+------+----------------------+ | name | sex | agency | +-----------+------+----------------------+ | 강동원 | M | YG엔터테인먼트 | | 차승원 | M | YG엔터테인먼트 | +-----------+------+----------------------+ 2 rows in set (0.02 sec)

#### 실습 예제
```sql
//1. oil_price 테이블에서 셀프주유의 평균가격과 SK에너지의 가장 비싼 가격을 Scalar Query를 사용하여 조회
mysql> select avg(가격) 셀프주유평균가격, (select max(가격) from oil_price where 상표 like '%SK%')  SK최고가격  from oil_price where 셀프='Y';
+--------------------------+----------------+
| 셀프주유평균가격         | SK최고가격     |
+--------------------------+----------------+
|                1517.6000 |           2160 |
+--------------------------+----------------+
1 row in set (0.07 sec)

//2. oil_price 테이블에서 상표별로 가장 비싼 가격과 상호를 Inline View를 사용하여 조회하세요. 
mysql> select o.상호, o.상표, m.max_price 
       from oil_price o, (
            select 상표, max(가격) max_price 
            from oil_price group by 상표
            ) m 
       where o.상표=m.상표 and o.가격=m.max_price;
+-------------------+--------------------+-----------+
| 상호              | 상표               | max_price |
+-------------------+--------------------+-----------+
| (주)MS주유소      | 현대오일뱅크       |      1498 |
| 쌍문주유소        | S-OIL              |      1509 |
| 뉴서울(강남)      | SK에너지           |      2160 |
| 신길주유소        | GS칼텍스           |      1498 |
+-------------------+--------------------+-----------+
4 rows in set (0.06 sec)

//3. 평균가격보다 높은 주유소 상호와 가격을 Nested Subquery를 사용하여 조회하세요.
mysql> select  상호, 가격 from oil_price where 가격 > (select avg(가격) from oil_price);
+--------------------+--------+
| 상호               | 가격   |
+--------------------+--------+
| 21세기주유소       |   1598 |
| 살피재주유소       |   1635 |
| 뉴서울(강남)       |   2160 |
+--------------------+--------+
3 rows in set (0.07 sec)

//4. 3번에서 조회한 주유소에서 주유한 연예인의 이름과 주유소, 주유일을 Nested Query를 사용하여 조회하세요. (refueling 테이블)
mysql> select 이름, 주유소, 주유일 from refueling where 주유소 in (select 상호 from oil_price where 가격 > (select avg(가격) from oil_price));
+-----------+-------------------+------------+
| 이름      | 주유소            | 주유일     |
+-----------+-------------------+------------+
| 유재석    | 뉴서울(강남)      | 2021-10-01 |
| 이미주    | 뉴서울(강남)      | 2021-10-01 |
| 유재석    | 뉴서울(강남)      | 2021-10-03 |
| 아이유    | 뉴서울(강남)      | 2021-10-14 |
| 아이유    | 뉴서울(강남)      | 2021-10-14 |
| 유재석    | 뉴서울(강남)      | 2021-10-16 |
+-----------+-------------------+------------+
6 rows in set (0.20 sec)

// 내코드: 위처럼 in을 쓰면 더 간단하게 할 수 있구나..!
mysql> select o.이름, o.주유소, o.주유일 from refueling o, (select  상호, 가격 from oil_price where 가격 > (select avg(가격) from oil_price)) s where o.주유
소=s.상호;
+-----------+-------------------+------------+
| 이름      | 주유소            | 주유일     |
+-----------+-------------------+------------+
| 유재석    | 뉴서울(강남)      | 2021-10-01 |
| 이미주    | 뉴서울(강남)      | 2021-10-01 |
| 유재석    | 뉴서울(강남)      | 2021-10-03 |
| 아이유    | 뉴서울(강남)      | 2021-10-14 |
| 아이유    | 뉴서울(강남)      | 2021-10-14 |
| 유재석    | 뉴서울(강남)      | 2021-10-16 |
+-----------+-------------------+------------+
6 rows in set (0.06 sec)

// 5. refueling 테이블과 oil_price 테이블에서 10만원 이상 주유한 연예인 이름, 상호, 상표, 주유 금액, 가격을 Inline View를 사용하여 조회하세요. 
mysql> select r.이름, r.주유소, r.금액, o.상표, o.가격 from oil_price o, 
    -> (select 이름, 주유소, 금액 from refueling where 금액 >= 100000) r
    -> where o.상호=r.주유소;
+-----------+--------------------+--------+-------------+--------+
| 이름      | 주유소             | 금액   | 상표        | 가격   |
+-----------+--------------------+--------+-------------+--------+
| 이상순    | 타이거주유소       | 140000 | SK에너지    |   1484 |
| 유재석    | 뉴서울(강남)       | 110000 | SK에너지    |   2160 |
| 아이유    | 뉴서울(강남)       | 120000 | SK에너지    |   2160 |
| 아이유    | 뉴서울(강남)       | 150000 | SK에너지    |   2160 |
| 이미주    | 뉴서울(강남)       | 120000 | SK에너지    |   2160 |
+-----------+--------------------+--------+-------------+--------+
5 rows in set (0.07 sec)
// 내 풀이: 내꺼가 좀 더 간단한듯 ㅎ
mysql> select r.이름, r.주유소, r.금액, o.상표, o.가격 from refueling r, oil_price o where r.금액>100000 and o.상호=r.주유소;
+-----------+--------------------+--------+-------------+--------+
| 이름      | 주유소             | 금액   | 상표        | 가격   |
+-----------+--------------------+--------+-------------+--------+
| 이상순    | 타이거주유소       | 140000 | SK에너지    |   1484 |
| 유재석    | 뉴서울(강남)       | 110000 | SK에너지    |   2160 |
| 아이유    | 뉴서울(강남)       | 120000 | SK에너지    |   2160 |
| 아이유    | 뉴서울(강남)       | 150000 | SK에너지    |   2160 |
| 이미주    | 뉴서울(강남)       | 120000 | SK에너지    |   2160 |
+-----------+--------------------+--------+-------------+--------+
5 rows in set (0.04 sec)

Scalar Functions(ucase, lcase, mid, length, round, now, format)

Thu, 08 Aug 2024 12:36:26 GMT

Scalar Funtions

입력값을 기준으로 단일 값을 반환 하는 함수
1. ucase(대문자) & lcase(소문자)
```sql mysql> select ucase('This is ucase test.');
------------------------------+ | ucase('This is ucase test.') |
------------------------------+ | THIS IS UCASE TEST. |
------------------------------+ 1 row in set (0.01 sec)

## 2. MID(대상값, 시작, 끝)
- 특정 위치의 문자열 반환
```sql
mysql> select mid("This is mid test.", 1, 4);
+--------------------------------+
| mid("This is mid test.", 1, 4) |
+--------------------------------+
| This                           |
+--------------------------------+
1 row in set (0.02 sec)

mysql> select mid("This is mid test.", 6, 5);
+--------------------------------+
| mid("This is mid test.", 6, 5) |
+--------------------------------+
| is mi                          |
+--------------------------------+
1 row in set (0.01 sec)

mysql> select mid("This is mid test.", -4, 4);
+---------------------------------+
| mid("This is mid test.", -4, 4) |
+---------------------------------+
| est.                            |
+---------------------------------+
1 row in set (0.01 sec)

// 11위 카페 이름 중 두번째 단어만 조회
mysql> select cafe from sandwich where ranking=11;
+-----------+
| cafe      |
+-----------+
| Lula Cafe |
+-----------+
1 row in set (0.02 sec)

mysql> select mid(cafe, 6, 4) from sandwich where ranking=11;
+-----------------+
| mid(cafe, 6, 4) |
+-----------------+
| Cafe            |
+-----------------+
1 row in set (0.01 sec)

mysql> select mid(cafe, -4, 4) from sandwich where ranking=11;
+------------------+
| mid(cafe, -4, 4) |
+------------------+
| Cafe             |
+------------------+
1 row in set (0.01 sec)

3. Length

문자열 길이를 반환하는 함수
공백(' ')의 길이는 1, null의 길이는 그대로 null 반환 ```sql mysql> select length('This is len test.');
-----------------------------+ | length('This is len test.') |
-----------------------------+ | 17 |
-----------------------------+ 1 row in set (0.17 sec)

mysql> select length(''); +------------+ | length('') | +------------+ | 0 | +------------+ 1 row in set (0.06 sec)

mysql> select length(' '); +-------------+ | length(' ') | +-------------+ | 1 | +-------------+ 1 row in set (0.01 sec)

mysql> select length(null); +--------------+ | length(null) | +--------------+ | NULL | +--------------+ 1 row in set (0.02 sec)

// sandwich 테이블에서 top 3 주소 길이를 검색 mysql> select ranking, address, length(address) from sandwich -> where ranking < 4; +---------+---------------------+-----------------+ | ranking | address | length(address) | +---------+---------------------+-----------------+ | 1 | 2109 W. Chicago Ave | 19 | | 2 | 800 W. Randolph St | 18 | | 3 | 445 N. Clark St | 16 | +---------+---------------------+-----------------+ 3 rows in set (0.02 sec)


## 4. Round 
- 지정한 자리에서 숫자를 반올림하는 함수
- round(대상숫자, 반올림할 n번째 자릿수) 
- 디폴트 0: 소수점 첫번쨰 자리에서 반올림
```sql
mysql> select round(123.987, 1);
+-------------------+
| round(123.987, 1) |
+-------------------+
|             124.0 |
+-------------------+
1 row in set (0.00 sec)

mysql> select round(123.987, -1);
+--------------------+
| round(123.987, -1) |
+--------------------+
|                120 |
+--------------------+
1 row in set (0.01 sec)

// price를 1달러 단위까지만 반올림해서 표시(랭킹 최하위 3개만)
mysql> select ranking, price, round(price)
    -> from sandwich
    -> order by ranking desc
    -> limit 3;
+---------+-------+--------------+
| ranking | price | round(price) |
+---------+-------+--------------+
|      50 |  6.85 |            7 |
|      49 |  8.75 |            9 |
|      48 |   7.5 |            8 |
+---------+-------+--------------+
3 rows in set (0.02 sec)

5. now

현재 날짜 및 시간을 반환하는 함수 ```sql mysql> select now();
---------------------+ | now() |
---------------------+ | 2024-08-08 12:17:58 |
---------------------+ 1 row in set (0.07 sec) ```
6. format
숫자를 천단위 콤마가 있는 형식으로 반환하는 함수 ```sql mysql> select format(12345678.9876, 0);
--------------------------+ | format(12345678.9876, 0) |
--------------------------+ | 12,345,679 |
--------------------------+ 1 row in set (0.01 sec)

mysql> select format(12345678.9876, 2); +--------------------------+ | format(12345678.9876, 2) | +--------------------------+ | 12,345,678.99 | +--------------------------+ 1 row in set (0.01 sec)

mysql> select format(12345678.9876, 10); +---------------------------+ | format(12345678.9876, 10) | +---------------------------+ | 12,345,678.9876000000 | +---------------------------+ 1 row in set (0.03 sec)

// oil_price 테이블에서 백원 단위에서 가격을 반올림했을 때 2000원 이상인 경우 천원 단위에서 콤마를 넣어서 조회 mysql> select format(가격, 0) from oil_price -> where round(가격, -3) >= 2000; +-------------------+ | format(가격, 0) | +-------------------+ | 1,509 | | 1,598 | | 1,635 | | 2,160 | +-------------------+ 4 rows in set (0.01 sec)

### 전체 실습 문제 풀이
```sql
1. sandwich 테이블에서 가게 이름은 대문자, 메뉴 이름은 소문자로 조회
mysql> select ucase(cafe), lcase(menu) from sandwich limit 5;
+------------------------+-------------------+
| ucase(cafe)            | lcase(menu)       |
+------------------------+-------------------+
| OLD OAK TAP            | blt               |
| AU CHEVAL              | fried bologna     |
| XOCO                   | woodland mushroom |
| AL’S DELI              | roast beef        |
| PUBLICAN QUALITY MEATS | pb&l              |
+------------------------+-------------------+
5 rows in set (0.02 sec)

2. sandwich 테이블에서 10위 메뉴의 마지막 단어를 조회하세요.
mysql> select ranking, cafe, mid(menu, -3, 3) from sandwich where ranking=10;
+---------+------+------------------+
| ranking | cafe | mid(menu, -3, 3) |
+---------+------+------------------+
|      10 | Nana | and              |
+---------+------+------------------+
1 row in set (0.01 sec)

3. sandwich 테이블에서 메뉴 이름의 평균 길이를 조회하세요.
mysql> select avg(length(menu)) from sandwich;
+-------------------+
| avg(length(menu)) |
+-------------------+
|           13.9600 |
+-------------------+
1 row in set (0.01 sec)


4. oil_price 테이블에서 가격을 십원 단위에서 반올림하여 조회하세요. 
mysql> select 상호, 가격, round(가격, -2) from oil_price;
+----------------------+--------+-------------------+
| 상호                 | 가격   | round(가격, -2)   |
+----------------------+--------+-------------------+
| 타이거주유소         |   1484 |              1500 |
| (주)명연에너지       |   1485 |              1500 |
| 성락주유소           |   1498 |              1500 |
| (주)MS주유소         |   1498 |              1500 |
| 쌍문주유소           |   1509 |              1500 |
| 21세기주유소         |   1598 |              1600 |
| 살피재주유소         |   1635 |              1600 |
| 뉴서울(강남)         |   2160 |              2200 |
| 신길주유소           |   1498 |              1500 |
+----------------------+--------+-------------------+
9 rows in set (0.08 sec)

5. oil_price 테이블에서 가격이 십원 단위에서 반올림했을 때, 2000원 이상인 경우, 천 단위에 콤마를 넣어서 조회하세요. 

mysql> select 상호, format(가격, 0) from oil_price
    -> where round(가격, -2) >= 2000;
+-------------------+-------------------+
| 상호              | format(가격, 0)   |
+-------------------+-------------------+
| 뉴서울(강남)      | 2,160             |
+-------------------+-------------------+
1 row in set (0.01 sec)

Aggregate Functions(집계함수): Count, Sum, Avg, Min, Max / Group By, Having, CASE WHEN

Thu, 08 Aug 2024 11:43:31 GMT

Aggregate Functions(집계 함수)

여러 컬럼 혹은 테이블 전체 컬럼으로부터 하나의 결과값을 반환하는 함수

1. COUNT

총 갯수를 계산해주는 함수 ```sql // police_station 테이블의 데이터 총 개수 mysql> select count(*) from police_station;
----------+ | count(*) |
----------+ | 31 |
----------+ 1 row in set (0.02 sec)

// crime_status 테이블에서 police_station 컬럼의 고유 값 개수 (경찰서는 총 몇 군데?) mysql> select count(distinct police_station) from crime_status; +--------------------------------+ | count(distinct police_station) | +--------------------------------+ | 31 | +--------------------------------+ 1 row in set (0.07 sec)

// crime_type은 총 몇 가지? mysql> select count(distinct crime_stype) from crime_status; +-----------------------------+ | count(distinct crime_stype) | +-----------------------------+ | 6 | +-----------------------------+ 1 row in set (0.01 sec)

// 6개 있는 게 맞음. mysql> select distinct crime_stype from crime_status; +---------------+ | crime_stype | +---------------+ | 살인 | | 강도 | | 강간,추행 | | 절도 | | 폭력 | | 강간 | +---------------+ 6 rows in set (0.02 sec)

// (컬럼명에 오타가 있길래 수정함..) mysql> alter table crime_status change crime_stype crime_type varchar(16); Query OK, 0 rows affected (0.03 sec) Records: 0 Duplicates: 0 Warnings: 0

## 2. SUM
```sql 
// 범죄 총 발생 건수
mysql> select sum(case_number) from crime_status where status_type='발생';
+------------------+
| sum(case_number) |
+------------------+
|            92679 |
+------------------+
1 row in set (0.01 sec)

// 살인의 총 발생 건수
mysql> select sum(case_number) from crime_status where crime_type='살인' and status_type='발생';
+------------------+
| sum(case_number) |
+------------------+
|              141 |
+------------------+
1 row in set (0.04 sec)

// 중부경찰서에서 검거된 총 범죄 건수는?
mysql> select sum(case_number) from crime_status where reference='서울중부경찰서' and status_type='검거' 
+------------------+
| sum(case_number) |
+------------------+
|             1406 |
+------------------+
1 row in set (0.01 sec)

// 1. police_station에서 경찰서는 총 몇 개이고, 각각 경찰서 이름은 무엇인지 확인하세요. 
mysql> select count(distinct name) from police_station;
+----------------------+
| count(distinct name) |
+----------------------+
|                   31 |
+----------------------+
1 row in set (0.02 sec)
mysql> select distinct name from police_station;
+--------------------------+
| name                     |
+--------------------------+
| 서울강남경찰서           |
| 서울강동경찰서           |
| 서울강북경찰서           |
| 서울강서경찰서           |
| 서울관악경찰서           |
| 서울광진경찰서           |
| 서울구로경찰서           |
| 서울금천경찰서           |
| 서울남대문경찰서         |
| 서울노원경찰서           |
| 서울도봉경찰서           |
| 서울동대문경찰서         |
| 서울동작경찰서           |
| 서울마포경찰서           |
| 서울방배경찰서           |
| 서울서대문경찰서         |
| 서울서부경찰서           |
| 서울서초경찰서           |
| 서울성동경찰서           |
| 서울성북경찰서           |
| 서울송파경찰서           |
| 서울수서경찰서           |
| 서울양천경찰서           |
| 서울영등포경찰서         |
| 서울용산경찰서           |
| 서울은평경찰서           |
| 서울종로경찰서           |
| 서울종암경찰서           |
| 서울중랑경찰서           |
| 서울중부경찰서           |
| 서울혜화경찰서           |
+--------------------------+
31 rows in set (0.01 sec)

// 2. crime_status에서 status_type은 총 몇 개이고, 각각 타입은 무엇인지 확인하세요. 
mysql> select count(distinct status_type) from crime_status;
+-----------------------------+
| count(distinct status_type) |
+-----------------------------+
|                           2 |
+-----------------------------+
1 row in set (0.02 sec)

mysql> select distinct status_type from crime_status;
+-------------+
| status_type |
+-------------+
| 발생        |
| 검거        |
+-------------+
2 rows in set (0.02 sec)

// 3. 종로경찰서와 남대문 경찰서의 강도 발생 건수의 합
mysql> select sum(case_number)
    -> from crime_status
    -> where crime_type='강도' and status_type='발생' and police_station in ('종로', '남대문');
+------------------+
| sum(case_number) |
+------------------+
|                6 |
+------------------+
1 row in set (0.01 sec)


// 4. 폭력 범죄의 검거 건수의 합
mysql> select sum(case_number)    
    -> from crime_status
    -> where crime_type='폭력'
    -> and status_type='검거';
+------------------+
| sum(case_number) |
+------------------+
|            41019 |
+------------------+
1 row in set (0.02 sec)

3. Avg

숫자 컬럼의 평균을 계산 ```sql // 평균 폭력 검거 건수 mysql> select AVG(case_number) -> from crime_status -> where crime_type like '폭력' and status_type='검거';
------------------+ | AVG(case_number) |
------------------+ | 1323.1935 |
------------------+ 1 row in set (0.01 sec)

// 중부경찰서 범죄 평균 발생 건수

mysql> select AVG(case_number) from crime_status -> where police_station like '중부' and status_type='발생'; +------------------+ | AVG(case_number) | +------------------+ | 411.4000 | +------------------+ 1 row in set (0.02 sec)

## 4. MIN/MAX
- MIN: 숫자 컬럼 중 가장 작은 값을 찾아주는 함수
- MAX: 숫자 컬럼 중 가장 큰 값을 찾아주는 함수
select min(case_number) from crime_status
```sql
//1. 강도 발생 건수가 가장 적은 경우는 몇 건?
mysql> select min(case_number) from crime_status
    -> where status_type='발생' and crime_type='강도';
+------------------+
| min(case_number) |
+------------------+
|                1 |
+------------------+
1 row in set (0.01 sec)

// 2. 중부경찰서에서 가장 낮은 검거 건수는?
mysql> select min(case_number) from crime_status
    -> where status_type='검거' and police_station like '중부';
+------------------+
| min(case_number) |
+------------------+
|                1 |
+------------------+
1 row in set (0.02 sec)

// 3. 살인이 가장 많이 검거된 건수는?
mysql> select max(case_number) from crime_status
    -> where crime_type='살인' and status_type='검거';
+------------------+
| max(case_number) |
+------------------+
|               12 |
+------------------+
1 row in set (0.03 sec)


// 4. 강남 경찰서에서 가장 많이 발생한 범죄 건수는?
mysql> select max(case_number) from crime_status
    -> where police_station like '강남' and status_type='발생';
+------------------+
| max(case_number) |
+------------------+
|             2283 |
+------------------+
1 row in set (0.02 sec)

// 5. 성북경찰서에서 가장 낮은 범죄 발생 건수는? -> 살인이 0건
mysql> select min(case_number) from crime_status
    -> where police_station like '성북' and status_type='발생';
+------------------+
| min(case_number) |
+------------------+
|                0 |
+------------------+
1 row in set (0.10 sec)

mysql> select * from crime_status
    -> where police_station like '성북' and status_type='발생';
+------+----------------+------------+-------------+-------------+-----------------------+
| year | police_station | crime_type | status_type | case_number | reference             |
+------+----------------+------------+-------------+-------------+-----------------------+
| 2020 | 성북           | 살인       | 발생        |           0 | 서울성북경찰서        |
| 2020 | 성북           | 강도       | 발생        |           2 | 서울성북경찰서        |
| 2020 | 성북           | 강간       | 발생        |          95 | 서울성북경찰서        |
| 2020 | 성북           | 절도       | 발생        |         439 | 서울성북경찰서        |
| 2020 | 성북           | 폭력       | 발생        |         672 | 서울성북경찰서        |
+------+----------------+------------+-------------+-------------+-----------------------+
5 rows in set (0.01 sec)

5. GROUP BY

그룹화하여 데이터를 조회

단, DISTINCT 사용하는 경우 ORDER BY 사용할 수 없음.

SELECT col1, col2, ...
FROM tablename
WHERE condition
GROUP BY col1, col2, ...
ORDER BY col1, col2, ...

// 경찰서 종류별 건수 검색

mysql> SELECT police_station, sum(case_number) 
       FROM crime_status 
       GROUP BY police_station 
       ORDER BY sum(case_number);
+----------------+------------------+
| police_station | sum(case_number) |
+----------------+------------------+
| 방배           |             1412 |
| 성북           |             2130 |
| 남대문         |             2271 |
| 종암           |             2384 |
| 혜화           |             2402 |
| 서부           |             2427 |
| 종로           |             2873 |
| 중부           |             3463 |
| 은평           |             3494 |
| 도봉           |             3669 |
| 성동           |             4136 |
| 서대문         |             4239 |
| 수서           |             4474 |
| 금천           |             4564 |
| 용산           |             5025 |
| 강북           |             5029 |
| 동작           |             5286 |
| 양천           |             5302 |
| 동대문         |             5866 |
| 광진           |             6112 |
| 마포           |             6222 |
| 서초           |             6241 |
| 노원           |             6324 |
| 강동           |             6450 |
| 중랑           |             6507 |
| 구로           |             7159 |
| 강서           |             7808 |
| 강남           |             8127 |
| 영등포         |             8588 |
| 송파           |             8954 |
| 관악           |             9119 |
+----------------+------------------+
31 rows in set (0.01 sec)


// 경찰서 종류 검색: 
SELECT DISTINCT police_station
FROM crime_status


// 경찰서별 총 발생 범죄 건수 검색
mysql> select police_station, sum(case_number) 발생건수
    -> from crime_status
    -> where status_type = '발생' 
    -> group by police_station
    -> order by 발생건수 DESC;
+----------------+--------------+
| police_station | 발생건수     |
+----------------+--------------+
| 송파           |         5410 |
| 관악           |         5261 |
| 영등포         |         5217 |
| 강남           |         4754 |
| 강서           |         4415 |
| 구로           |         4175 |
| 강동           |         3788 |
| 서초           |         3765 |
| 노원           |         3743 |
| 중랑           |         3726 |
| 마포           |         3688 |
| 광진           |         3601 |
| 동대문         |         3401 |
| 양천           |         3216 |
| 동작           |         3200 |
| 용산           |         2969 |
| 강북           |         2770 |
| 수서           |         2602 |
| 금천           |         2598 |
| 서대문         |         2533 |
| 성동           |         2362 |
| 도봉           |         2179 |
| 중부           |         2057 |
| 은평           |         2028 |
| 종로           |         1694 |
| 혜화           |         1408 |
| 서부           |         1362 |
| 종암           |         1359 |
| 남대문         |         1354 |
| 성북           |         1208 |
| 방배           |          836 |
+----------------+--------------+
31 rows in set (0.02 sec)

// 경찰서별 평균 범죄 발생건수와 평균 범죄 검거건수를 검색
mysql> select police_station 경찰서, status_type, avg(case_number)
    -> from crime_status
    -> group by police_station, status_type
    -> limit 8;
+-----------+-------------+------------------+
| 경찰서    | status_type | avg(case_number) |
+-----------+-------------+------------------+
| 중부      | 발생        |         411.4000 |
| 중부      | 검거        |         281.2000 |
| 종로      | 발생        |         338.8000 |
| 종로      | 검거        |         235.8000 |
| 남대문    | 발생        |         270.8000 |
| 남대문    | 검거        |         183.4000 |
| 서대문    | 발생        |         506.6000 |
| 서대문    | 검거        |         341.2000 |
+-----------+-------------+------------------+
8 rows in set (0.01 sec)

6. HAVING

항상 Group by 뒤에 위치하며, Group by 된 이후 특정 필드로 그룹화된 새로운 테이블에 조건을 주는 것.
WHERE과 차이점
- 전체 테이블 자체에서 조건을 걸고 싶으면 WHERE을,
- 전체 테이블을 그룹화한 후 조건을 걸고 싶으면 HAVING을 사용함.
- 집계함수(COUNT, MIN, MAX, SUM, AVG 등)는 HAVING과만 사용할 수 있다.

Having까지 적용해서 만든 테이블을 정렬하는 것이기 때문에 Group by -> Having -> Order by 순서로 작성해야 함 주의!

// 경찰서별로 발생한 범죄 검수의 합이 4000건 보다 큰 경우를 검색
select police_station 경찰서, sum(case_number) 범죄발생건수
from crime_status
where status_type like '발생'
group by police_station
having 범죄발생건수 > 4000;

+-----------+--------------------+ | 경찰서 | 범죄발생건수 | +-----------+--------------------+ | 영등포 | 5217 | | 강남 | 4754 | | 관악 | 5261 | | 강서 | 4415 | | 구로 | 4175 | | 송파 | 5410 | +-----------+--------------------+ 6 rows in set (0.13 sec)

// 경찰서별로 발생한 폭력과 절도의 범죄 건수 평균이 2000 이상인 경우를 검색 mysql> select police_station 경찰서, avg(case_number) -> from crime_status -> where status_type like '발생' -> and crime_type in ('폭력', '절도') -> group by police_station -> having avg(case_number) >= 2000; +-----------+------------------+ | 경찰서 | avg(case_number) | +-----------+------------------+ | 영등포 | 2444.5000 | | 강남 | 2112.0000 | | 관악 | 2421.5000 | | 강서 | 2067.0000 | | 송파 | 2552.0000 | +-----------+------------------+ 5 rows in set (0.03 sec)

//경찰서별로 절도 범죄 평균 발생 건수를 가장 많은 건수 순으로 10개 검색하고 확인하세요. mysql> select police_station 경찰서, avg(case_number) 절도범죄평균발생건수 -> from crime_status -> where status_type like '발생' -> and crime_type like '절도' -> group by police_station -> order by 절도범죄평균발생건수 DESC -> limit 10; +-----------+--------------------------------+ | 경찰서 | 절도범죄평균발생건수 | +-----------+--------------------------------+ | 송파 | 2429.0000 | | 관악 | 2229.0000 | | 영등포 | 2188.0000 | | 강남 | 1941.0000 | | 구로 | 1763.0000 | | 강서 | 1689.0000 | | 서초 | 1673.0000 | | 광진 | 1664.0000 | | 강동 | 1640.0000 | | 양천 | 1517.0000 | +-----------+--------------------------------+ 10 rows in set (0.01 sec)

// 경찰서별로 가장 많이 검거한 범죄 건수를 가장 적은 건수 순으로 5개 검색하세요. mysql> select police_station 경찰서, max(case_number) -> from crime_status -> where status_type like '검거' -> group by police_station -> order by max(case_number) -> limit 5; +-----------+------------------+ | 경찰서 | max(case_number) | +-----------+------------------+ | 방배 | 365 | | 남대문 | 494 | | 성북 | 610 | | 혜화 | 628 | | 종암 | 630 | +-----------+------------------+ 5 rows in set (0.02 sec)

// 경찰서별로 가장 적게 검거한 건수 중 4건보다 큰 경우를 건수가 큰 순으로 정렬하여 검색하세요. mysql> select police_station 경찰서, min(case_number) -> from crime_status -> where status_type like '검거' -> group by police_station -> having min(case_number) > 4 -> order by min(case_number) desc; +-----------+------------------+ | 경찰서 | min(case_number) | +-----------+------------------+ | 중랑 | 6 | | 송파 | 6 | | 동대문 | 5 | | 강서 | 5 | | 구로 | 5 | +-----------+------------------+ 5 rows in set (0.01 sec)

// '대문'으로 끝나는 이름의 경찰서별 범죄발생 건수의 평균이 500건 이상인 경우를 검색하세요. mysql> select police_station 경찰서, avg(case_number) 평균범죄발생건수 -> from crime_status -> where status_type like '발생' and police_station like '%대문' -> group by police_station -> having 평균범죄발생건수 >= 500; +-----------+--------------------------+ | 경찰서 | 평균범죄발생건수 | +-----------+--------------------------+ | 서대문 | 506.6000 | | 동대문 | 680.2000 | +-----------+--------------------------+ 2 rows in set (0.01 sec)


## 7. Case, When
- 기존의 열과 조건문을 이용해서 새로운 열을 만들고 싶을 때

SELECT CASE WHEN 조건 1 THEN '이름1' WHEN 조건 1 THEN '이름1' WHEN 조건 1 THEN '이름1' ELSE '이름4' END AS 새로운 열 이름

- 조건문은 순차적으로 진행한다. 첫번째 조건을 만족하면 다음 조건은 확인하지 않고 바로 첫번째 조건의 이름을 부여한다. 
- 마지막 ELSE는 생략 가능하다. 만약 ELSE 설정을 안했다면, ELSE에 해당하는 값에 null이 생김.
- END는 꼭 붙여줘야 한다.

SELECT OrderID, Quantity, CASE WHEN Quantity > 30 THEN 'The quantity is greater than 30' WHEN Quantity = 30 THEN 'The quantity is 30' ELSE 'The quantity is under 30' END AS QuantityText FROM OrderDetails;

[MySQL] Primary Key(기본키), Foreign Key(외래키)

Thu, 08 Aug 2024 08:44:29 GMT

Primary Key

PRIMARY KEY(기본 키)란?

테이블의 각 레코드를 식별
중복되지 않은 고유값을 포함
Null값을 포함할 수 없음
테이블당 하나의 기본 키를 가짐

기본 키는 컬럼 하나로 지정할 수도 있고, 여러 컬럼을 하나의 기본 키로 설정할 수도 있음.

1) 테이블 생성 시 PRIMARY KEY 지정하는 문법

CREATE TABLE tablename
(
  column1 datatype NOT NULL,
  column2 datatype NOT NULL,
  ...
  CONSTRAINT constraint_name  #생략도 가능함
      PRIMARY KEY (column1, column2, ...)
);

하나의 컬럼을 기본 키로 설정하는 경우

CREATE TABLE person
(
  pid int NOT NULL,
  name varchar(16),
  age int,
  sex char,
  PRIMARY KEY (pid)
);

...

pid의 Key에 PRI로 Primary Key 지정된 것 확인할 수 있음.

mysql> desc person; +-------+-------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +-------+-------------+------+-----+---------+-------+ | pid | int | NO | PRI | NULL | | | name | varchar(16) | YES | | NULL | | | age | int | YES | | NULL | | | sex | char(1) | YES | | NULL | | +-------+-------------+------+-----+---------+-------+ 4 rows in set (0.01 sec)

### 여러 개의 컬럼을 기본 키로 설정하는 경우
```sql
CREATE TABLE animal
(
    name varchar(16) NOT NULL,
    type varchar(16) NOT NULL,
    age int,
    PRIMARY KEY (name, type)
);

...
mysql> desc animal;
+-------+-------------+------+-----+---------+-------+
| Field | Type        | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+-------+
| name  | varchar(16) | NO   | PRI | NULL    |       |
| type  | varchar(16) | NO   | PRI | NULL    |       |
| age   | int         | YES  |     | NULL    |       |
+-------+-------------+------+-----+---------+-------+
3 rows in set (0.07 sec)

2) PRIMARY KEY 삭제하는 문법

테이블당 Primary key는 하나이기 때문에 별도로 컬럼명을 쓰지 않아도 tablename의 Primary key가 삭제됨

ALTER TABLE tablename
DROP PRIMARY KEY;

3) 이미 만들어진 테이블에 PRIMARY KEY 추가하는 문법

ALTER TABLE tablename
ADD PRIMARY KEY (col1, col2, ...);

하나의 컬럼을 기본 키로 설정하는 경우

ALTER TABLE person
ADD PRIMARY KEY (pid);

여러 컬럼을 기본 키로 설정하는 경우

ALTER TABLE animal
ADD CONSTRAINT PK_animal  #(생략 가능)animal 테이블에 PK(primary key) 지정하겠다는 뜻
ADD PRIMARY KEY (name, type);

Foreign Key (외래키)

Foreign Key (외래키)란?

한 테이블을 다른 테이블과 연결해주는 역할이며, 참조되는 테이블의 항목은 그 테이블의 기본키(Primary Key) 혹은 단일값이어야 함.

Foreign Key는 두 테이블을 JOIN 시킬 때 활용

1) Create Table에서 Foreign Key를 지정하는 경우 문법

CREATE TABLE tablename
(
  column1 datatype NOT NULL,
  column2 datatype NOT NULL,
  ...
  CONSTRAINT constraint_name  (생략 가능)
      PRIMARY KEY (column1, column2, ...),
  CONSTRAINT constraint_name  (생략 가능)
      FOREIGN KEY (column1, column2, ...) REFERENCES REF_tablename(REF_column)
      // REFERENCES: 어떤 테이블의 어떤 컬럼을 참조할 것인지
);

Create Table에서 Foreign Key를 지정하는 경우, REFERENCES에서 어떤 테이블의 컬럼을 참조할지 지정

Foreign Key는 다른 테이블의 항목을 참조하기 때문에 여러개가 존재할 수 있음.

1-1) 실습 예제

CREATE TABLE orders
(
  oid int not null,
  order_no varchar(16),
  pid int,    
  primary key (oid),
  CONSTRAINT FK_person FOREIGN KEY (pid) REFERENCES person(pid)
);

mysql> desc orders; +----------+-------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +----------+-------------+------+-----+---------+-------+ | oid | int | NO | PRI | NULL | | | order_no | varchar(16) | YES | | NULL | | | pid | int | YES | MUL | NULL | | +----------+-------------+------+-----+---------+-------+ 3 rows in set (0.02 sec)

// oid: Primary Key로 지정 // pid: Foreign Key로 지정

#### 1-2) CONSTRAINT 생략하여 Foreign Key 생성
- `show create table tablename;`: Constaraint 이름 알 수 있음
=> 자동 생성된 CONSTRAINT인 `job_ibfk_1`을 확인할 수 있음.
```sql
mysql> CREATE TABLE job
    -> (
    ->        jid int not null,
    ->     name varchar(16),
    ->     pid int,    
    ->     primary key (jid),
    ->     FOREIGN KEY (pid) REFERENCES person(pid)
    -> );
Query OK, 0 rows affected (0.05 sec)

mysql> desc job;
+-------+-------------+------+-----+---------+-------+
| Field | Type        | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+-------+
| jid   | int         | NO   | PRI | NULL    |       |
| name  | varchar(16) | YES  |     | NULL    |       |
| pid   | int         | YES  | MUL | NULL    |       |
+-------+-------------+------+-----+---------+-------+
3 rows in set (0.01 sec)

mysql> show create table job;
+-------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                                                                                                                                                                                                                     |
+-------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| job   | CREATE TABLE `job` (
  `jid` int NOT NULL,
  `name` varchar(16) DEFAULT NULL,
  `pid` int DEFAULT NULL,
  PRIMARY KEY (`jid`),
  KEY `pid` (`pid`),
  CONSTRAINT `job_ibfk_1` FOREIGN KEY (`pid`) REFERENCES `person` (`pid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci |
+-------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.02 sec)

2) Foreign Key 삭제 문법

alter table tablename / drop foreign key FK_constraint_name; => desc tablename하면, Key 컬럼에 MUL이라고 FK 설정이 남아있는 것처럼 보이지만.. => show create table tablename을 하면, CONSTRAINT 없이 KEY 속성만 남아있는 것을 볼 수 있음.

mysql> alter table orders
    -> drop foreign key FK_person;
Query OK, 0 rows affected (0.01 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> desc orders;
+----------+-------------+------+-----+---------+-------+
| Field    | Type        | Null | Key | Default | Extra |
+----------+-------------+------+-----+---------+-------+
| oid      | int         | NO   | PRI | NULL    |       |
| order_no | varchar(16) | YES  |     | NULL    |       |
| pid      | int         | YES  | MUL | NULL    |       |
+----------+-------------+------+-----+---------+-------+
3 rows in set (0.02 sec)

mysql> show create table orders;
+--------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Table  | Create Table                                                                                                                                                                                                                       |
+--------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| orders | CREATE TABLE `orders` (
  `oid` int NOT NULL,
  `order_no` varchar(16) DEFAULT NULL,
  `pid` int DEFAULT NULL,
  PRIMARY KEY (`oid`),
  KEY `FK_person` (`pid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci |
+--------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.03 sec)

3) 이미 생성된 테이블에 Foreign Key 추가

ALTER TABLE tablename
ADD FOREIGN KEY (column) REFERENCES REF_tablename(REF_column);

table이 생성된 이후 ALTER TABLE로 FK를 추가할 수 있음.

<실습 예제>

mysql> alter table orders
  -> add foreign key (pid) references person(pid);
Query OK, 0 rows affected (0.10 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> show create table orders; +--------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+ | Table | Create Table | +--------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+ | orders | CREATE TABLE orders ( oid int NOT NULL, order_no varchar(16) DEFAULT NULL, pid int DEFAULT NULL, PRIMARY KEY (oid), KEY pid (pid), CONSTRAINT orders_ibfk_1 FOREIGN KEY (pid) REFERENCES person (pid) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci | +--------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+ 1 row in set (0.01 sec)

// 자동으로 FK orders_ibfk_1가 지정되어 생성된 것을 확인할 수 있음.

### 실습 예제) police_station과 crime_status 테이블 사이에 관계(Foreign Key)를 설정해보기
```sql
// police_station.name과 crime_status.police_station 을 매칭시켜 관계를 맺도록 할 예정!
// 1. 각 컬럼의 고유값 개수가 일치하는지 확인해보자. 

mysql> select count(distinct name) from police_station;
+----------------------+
| count(distinct name) |
+----------------------+
|                   31 |
+----------------------+
1 row in set (0.02 sec)

mysql> select count(distinct police_station) from crime_status;
+--------------------------------+
| count(distinct police_station) |
+--------------------------------+
|                             31 |
+--------------------------------+
1 row in set (0.01 sec)

// 2. 경찰서 이름이 각 테이블에서 표시되는 형식이 다르다.
mysql> select distinct name from police_station limit 3;
+--------------------------+
| name                     |
+--------------------------+
| 서울중부경찰서           |
| 서울종로경찰서           |
| 서울남대문경찰서         |
+--------------------------+
3 rows in set (0.02 sec)

mysql> select distinct police_station from crime_status limit 3;
+----------------+
| police_station |
+----------------+
| 중부           |
| 종로           |
| 남대문         |
+----------------+
3 rows in set (0.02 sec)

// 3. '서울'+crime_status.police_station+'경찰서' 의 값이 police_station.name과 일치할지 비교해보자. => 31개로 모두 일치

select c.police_station, p.name
from crime_status c, police_station p
where p.name like concat('서울', c.police_station, '경찰서')
group by c.police_station, p.name;

mysql> select c.police_station, p.name
    -> from crime_status c, police_station p
    -> where p.name like concat('서울', c.police_station, '경찰서') 
    -> group by c.police_station, p.name;
+----------------+--------------------------+
| police_station | name                     |
+----------------+--------------------------+
| 중부           | 서울중부경찰서           |
| 종로           | 서울종로경찰서           |
| 남대문         | 서울남대문경찰서         |
| 서대문         | 서울서대문경찰서         |
| 혜화           | 서울혜화경찰서           |
| 용산           | 서울용산경찰서           |
| 성북           | 서울성북경찰서           |
| 동대문         | 서울동대문경찰서         |
| 마포           | 서울마포경찰서           |
| 영등포         | 서울영등포경찰서         |
| 성동           | 서울성동경찰서           |
| 동작           | 서울동작경찰서           |
| 광진           | 서울광진경찰서           |
| 서부           | 서울서부경찰서           |
| 강북           | 서울강북경찰서           |
| 금천           | 서울금천경찰서           |
| 중랑           | 서울중랑경찰서           |
| 강남           | 서울강남경찰서           |
| 관악           | 서울관악경찰서           |
| 강서           | 서울강서경찰서           |
| 강동           | 서울강동경찰서           |
| 종암           | 서울종암경찰서           |
| 구로           | 서울구로경찰서           |
| 서초           | 서울서초경찰서           |
| 양천           | 서울양천경찰서           |
| 송파           | 서울송파경찰서           |
| 노원           | 서울노원경찰서           |
| 방배           | 서울방배경찰서           |
| 은평           | 서울은평경찰서           |
| 도봉           | 서울도봉경찰서           |
| 수서           | 서울수서경찰서           |
+----------------+--------------------------+
31 rows in set (0.03 sec)

//4. 참조할 police_station.name을 Primary Key로 설정 

ALTER TABLE police_station
ADD PRIMARY KEY (name);

mysql> desc police_station;
+---------+--------------+------+-----+---------+-------+
| Field   | Type         | Null | Key | Default | Extra |
+---------+--------------+------+-----+---------+-------+
| name    | varchar(16)  | NO   | PRI | NULL    |       |
| address | varchar(128) | YES  |     | NULL    |       |
+---------+--------------+------+-----+---------+-------+
2 rows in set (0.02 sec)


// 5. crime_status 테이블에 Foreign Key로 사용할 reference 컬럼 추가  => 비어있는 값으로 생성됨
ALTER TABLE crime_status
ADD COLUMN reference VARCHAR(16);

// 6. reference 컬럼으로 Foreign Key 생성
ALTER TABLE crime_status
ADD FOREIGN KEY (reference) REFERENCES police_station(name);

mysql> desc crime_status;
+----------------+-------------+------+-----+---------+-------+
| Field          | Type        | Null | Key | Default | Extra |
+----------------+-------------+------+-----+---------+-------+
| year           | year        | YES  |     | NULL    |       |
| police_station | varchar(8)  | YES  |     | NULL    |       |
| crime_stype    | varchar(16) | YES  |     | NULL    |       |
| status_type    | char(2)     | YES  |     | NULL    |       |
| case_number    | int         | YES  |     | NULL    |       |
| reference      | varchar(16) | YES  | MUL | NULL    |       |
+----------------+-------------+------+-----+---------+-------+
6 rows in set (0.02 sec)

// 7. reference 컬럼에 값 채워주기
UPDATE crime_status c, police_station p
SET c.reference = p.name
WHERE p.name LIKE concat('서울', c.police_station, '경찰서');

mysql> select distinct reference from crime_status limit 5;
+-----------------------+
| reference             |
+-----------------------+
| 서울강남경찰서        |
| 서울강동경찰서        |
| 서울강북경찰서        |
| 서울강서경찰서        |
| 서울관악경찰서        |
+-----------------------+
5 rows in set (0.01 sec)

// 8. 이제 Foreign Key인 reference 컬럼을 기준으로 두 테이블을 연관시켜 검색할 수 있다. 
SELECT c.police_station, p.address 
FROM crime_status c, police_station p
WHERE c.reference = p.name
GROUP BY c.police_station;
+----------------+----------------------------------------------------------------------------------+
| police_station | address                                                                          |
+----------------+----------------------------------------------------------------------------------+
| 중부           | 서울특별시 중구 수표로 27                                                        |
| 종로           | 서울특별시 종로구 율곡로 46                                                      |
| 남대문         | 서울특별시 중구 한강대로 410                                                     |
| 서대문         | 서울특별시 서대문구 통일로 113                                                   |
| 혜화           | 서울특별시 종로구 창경궁로 112-16                                                |
| 용산           | 서울특별시 용산구 원효로89길 24                                                  |
| 성북           | 서울특별시 성북구 보문로 170                                                     |
| 동대문         | 서울특별시 동대문구 약령시로 21길 29                                             |
| 마포           | 서울특별시 마포구 마포대로 183                                                   |
| 영등포         | 서울특별시 영등포구 국회대로 608                                                 |
| 성동           | 서울특별시 성동구 왕십리광장로 9                                                 |
| 동작           | 서울특별시 동작구 노량진로 148                                                   |
| 광진           | 서울특별시 광진구 광나루로 447 광진소방서 임시청사 (능동)                        |
| 서부           | 서울특별시 은평구 은평로9길 15                                                   |
| 강북           | 서울특별시 강북구 오패산로 406                                                   |
| 금천           | 서울특별시 관악구 남부순환로 1435                                                |
| 중랑           | 서울특별시 중랑구 중랑역로 137                                                   |
| 강남           | 서울특별시 강남구 테헤란로 114길 11                                              |
| 관악           | 서울특별시 관악구 관악로5길 33                                                   |
| 강서           | 서울특별시 양천구 화곡로 73                                                      |
| 강동           | 서울특별시 강동구 성내로 33                                                      |
| 종암           | 서울특별시 성북구 종암로 135                                                     |
| 구로           | 서울특별시 구로구 가마산로 235                                                   |
| 서초           | 서울특별시 서초구 반포대로 179                                                   |
| 양천           | 서울특별시 양천구 목동동로 99                                                    |
| 송파           | 서울특별시 송파구 중대로 221                                                     |
| 노원           | 서울특별시 노원구 노원로 283                                                     |
| 방배           | 서울특별시 서초구 방배천로 54                                                    |
| 은평           | 서울특별시 은평구 연서로 365                                                     |
| 도봉           | 서울특별시 도봉구 노해로 403                                                     |
| 수서           | 서울특별시 강남구 개포로 617                                                     |
+----------------+----------------------------------------------------------------------------------+
31 rows in set (0.01 sec)

혼자서 해보기 실습:

// 1. study 테이블 생성 (PK: study_id, FK: patient_id (person의 pid 참조)

mysql> CREATE TABLE study(
    -> study_id int not null,
    -> study_date date,
    -> study_time time,
    -> patient_id int,
    -> PRIMARY KEY (study_id),
    -> FOREIGN KEY (patient_id) REFERENCES person(pid)
    -> );
Query OK, 0 rows affected (0.04 sec)

mysql> desc study;
+------------+------+------+-----+---------+-------+
| Field      | Type | Null | Key | Default | Extra |
+------------+------+------+-----+---------+-------+
| study_id   | int  | NO   | PRI | NULL    |       |
| study_date | date | YES  |     | NULL    |       |
| study_time | time | YES  |     | NULL    |       |
| patient_id | int  | YES  | MUL | NULL    |       |
+------------+------+------+-----+---------+-------+
4 rows in set (0.01 sec)

// 2. primary key, foreign key 삭제
mysql> alter table study
    -> drop primary key;
Query OK, 0 rows affected (0.08 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> show create table study;
+-------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                                                                                                                                                                                                                                                                    |
+-------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| study | CREATE TABLE `study` (
  `study_id` int NOT NULL,
  `study_date` date DEFAULT NULL,
  `study_time` time DEFAULT NULL,
  `patient_id` int DEFAULT NULL,
  KEY `patient_id` (`patient_id`),
  CONSTRAINT `study_ibfk_1` FOREIGN KEY (`patient_id`) REFERENCES `person` (`pid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci |
+-------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.01 sec)

mysql> alter table study
    -> drop foreign key study_ibfk_1;
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> desc study;
+------------+------+------+-----+---------+-------+
| Field      | Type | Null | Key | Default | Extra |
+------------+------+------+-----+---------+-------+
| study_id   | int  | NO   |     | NULL    |       |
| study_date | date | YES  |     | NULL    |       |
| study_time | time | YES  |     | NULL    |       |
| patient_id | int  | YES  | MUL | NULL    |       |
+------------+------+------+-----+---------+-------+
4 rows in set (0.01 sec)

// 3. FK: patient_id, PK: study_id 등록하기
mysql> alter table study
    -> add foreign key (patient_id) references person(pid);
Query OK, 0 rows affected (0.07 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> alter table study
    -> add primary key (study_id);
Query OK, 0 rows affected (0.06 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> show create table study;
+-------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                                                                                                                                                                                                                                                                                                |
+-------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| study | CREATE TABLE `study` (
  `study_id` int NOT NULL,
  `study_date` date DEFAULT NULL,
  `study_time` time DEFAULT NULL,
  `patient_id` int DEFAULT NULL,
  PRIMARY KEY (`study_id`),
  KEY `patient_id` (`patient_id`),
  CONSTRAINT `study_ibfk_1` FOREIGN KEY (`patient_id`) REFERENCES `person` (`pid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci |
+-------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.01 sec)

mysql> desc study;
+------------+------+------+-----+---------+-------+
| Field      | Type | Null | Key | Default | Extra |
+------------+------+------+-----+---------+-------+
| study_id   | int  | NO   | PRI | NULL    |       |
| study_date | date | YES  |     | NULL    |       |
| study_time | time | YES  |     | NULL    |       |
| patient_id | int  | YES  | MUL | NULL    |       |
+------------+------+------+-----+---------+-------+
4 rows in set (0.01 sec)

파이썬에서 MySQL 실행하기

Tue, 30 Jul 2024 15:13:57 GMT

파이썬에서 MySQL 실행하기

실습 환경 만들기: police_station 백업 파일 만들어놓기

# zerobase 데이터베이스의 police_station 테이블을 backup_police.sql로 백업
mysqldump --set-gtid-purged=OFF -h "database-1.cpys04aeky7e.ap-northeast-2.rds.amazonaws.com" -P 3306 -u admin -p zerobase police_station > backup_police.sql

# 내 AWS RDS 접속
mysqldump -h "database-1.cpys04aeky7e.ap-northeast-2.rds.amazonaws.com" -P 3306 -u admin -p zerobase

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| sys                |
| zerobase           |
+--------------------+
5 rows in set (0.01 sec)

# zerobase 데이터베이스 선택
mysql> use zerobase

mysql> show tables;
+--------------------+
| Tables_in_zerobase |
+--------------------+
| celeb              |
| crime_status       |
| police_station     |
| snl_show           |
+--------------------+
4 rows in set (0.01 sec)

# 저장되어있는 police_station의 데이터 삭제
mysql> delete from police_station;
Query OK, 0 rows affected (0.06 sec)

mysql> show tables;
+--------------------+
| Tables_in_zerobase |
+--------------------+
| celeb              |
| crime_status       |
| police_station     |
| snl_show           |
+--------------------+
4 rows in set (0.01 sec)

mysql> select * from police_station;
Empty set (0.01 sec)

1. Python에서 MySQL을 사용하기 위해 MySQL Driver 설치

pip install mysql-connector-python
import mysql.connector

MySQLCursor.execute() 공식문서: https://dev.mysql.com/doc/connector-python/en/connector-python-api-mysqlcursor-execute.html

2. mysql.connector 사용하여 데이터베이스 연결하기

#Local Database 연결
mydb = mysql.connector.connect(
  host = "localhost",
  user = "root",
  password = ""
  #데이터베이스 지정해서 접근하려면, database=""
)
# 종료 필수! 연결이 너무 많아지면 안됨!
mydb.close()

AWS RDS(database-1) 연결

remote = mysql.connector.connect( host = "database-1.cpys04aeky7e.ap-northeast-2.rds.amazonaws.com", port= 3306, #원격이니까 user = "admin", password = "" #데이터베이스 지정해서 접근하려면, database="" )

## 3. 데이터베이스 테이블 작업하기
### 1) CREATE TABLE 테이블 생성
```python
cur = remote.cursor()
cur.execute("CREATE TABLE sql_file (id int, filename varchar(16))")

=> 터미널에서 desc sql_file로 확인해보면, 생성되어 있음

mysql> desc sql_file;
+----------+-------------+------+-----+---------+-------+
| Field    | Type        | Null | Key | Default | Extra |
+----------+-------------+------+-----+---------+-------+
| id       | int         | YES  |     | NULL    |       |
| filename | varchar(16) | YES  |     | NULL    |       |
+----------+-------------+------+-----+---------+-------+
2 rows in set (0.02 sec)

2) DROP TABLE 테이블 삭제

cur = remote.cursor()
cur.execute("DROP TABLE sql_file")

=> 터미널에서 desc sql_file로 확인해보면, 존재하지 않아 오류 발생

mysql> desc sql_file;
ERROR 1146 (42S02): Table 'zerobase.sql_file' doesn't exist

3) SQL File 실행

cur = remote.cursor()
sql = open("test03.sql").read()
cur.execute(sql)

cursor 생성 -> sql파일을 open 및 read 한 후 -> cursor에서 sql을 실행

mysql> desc sql_file;
+----------+-------------+------+-----+---------+-------+
| Field    | Type        | Null | Key | Default | Extra |
+----------+-------------+------+-----+---------+-------+
| id       | int         | YES  |     | NULL    |       |
| filename | varchar(16) | YES  |     | NULL    |       |
+----------+-------------+------+-----+---------+-------+
2 rows in set (0.01 sec)

=> 테이블이 잘 생성되어 있음을 확인

4) 여러 Query가 담긴 SQL File 실행

cur = remote.cursor()
sql = open("test04.sql").read()
#multi=True 옵션을 주면 sql에 담긴 것을 여러 번 실행하게 됨.
for result_iterator in cur.execute(sql, multi=True): #여러번 실행하는 것을 result_iterator로 받아옴
    if result_iterator.with_rows: #결과값이 여러 개인 경우에는
        print(result_iterator.fetchall()) #fetchall: 결과를 모두 받아와서 찍음
    else:
        print(result_iterator.statement) 

remote.commit() #database에 적용하기 위한 명령
remote.close()

....
INSERT INTO sql_file VALUE (1, "test01.sql")
INSERT INTO sql_file VALUE (2, "test02.sql")
INSERT INTO sql_file VALUE (3, "test03.sql")
INSERT INTO sql_file VALUE (4, "test04.sql")

잘 생성되어있는지 확인해보자!

mysql> select * from sql_file;
+------+------------+
| id   | filename   |
+------+------------+
|    1 | test01.sql |
|    2 | test02.sql |
|    3 | test03.sql |
|    4 | test04.sql |
+------+------------+
4 rows in set (0.02 sec)

=> 테이블이 안에 값이 잘 들어가졌음을 확인

5) Fetch All로 Select 조회한 데이터 python에서 담기

참고) cursor.execute를 통해 데이터를 가져올 때, 읽어올 데이터 양이 많은 경우 buffered=True 옵션을 줘야 함
```
cur = remote.cursor(buffered=True) 
# buffered=True: 읽어올 데이터 양이 많은 경우
cur.execute("SELECT * FROM sql_file")
```

result = cur.fetchall()

print("1) print(result):", result) # 한번에 다 출력되어서 나옴

print("------2) 한줄씩 출력해보기------") #한줄씩 출력해보기 for result_iterator in result: print(result_iterator)

remote.close()

...

1) print(result): [(1, 'test01.sql'), (2, 'test02.sql'), (3, 'test03.sql'), (4, 'test04.sql')] ------2) 한줄씩 출력해보기------ (1, 'test01.sql') (2, 'test02.sql') (3, 'test03.sql') (4, 'test04.sql')

## 6) Select 조회하여 검색한 결과를 Pandas로 읽기
```python
import pandas as pd
df = pd.DataFrame(result)
df.head()
...
    0    1
0    1    test01.sql
1    2    test02.sql
2    3    test03.sql
3    4    test04.sql

테이블에 데이터 입력: commit()

commit(): database에 적용하기 위한 명령. 즉, commit()하는 순간 데이터에 적용됨.
- for문이 모두 종료되고 나서 commit을 하게 될 경우, for문 중간에 오류가 났을 때 모두 적용되지 않을 수 있음.
- for문 중간에 한줄씩 완성될 때마다 commit을 하게 될 경우, 오류가 발생하기 전까지는 모두 적용시킬 수 있음.
```
cur = remote.cursor(buffered=True) 
cur.execute()
sql = "INSERT INTO police_station VALUES (%s, %s)" 
# %s: string으로 받겠다는 뜻
```

for i, row in df.iterrows(): cur.execute(sql, tuple(row)) #df 한줄씩 담긴 string 값 두개를 sql에 담아서 실행 # => 즉 df의 값을 police_station 테이블에 넣음 print(tuple(row)) remote.commit()

데이터 잘 들어갔는지 확인해보기

cur.execute("SELECT * FROM police_station") result = cur.fetchall() for row in result: print(row) ```

AWS RDS 생성, SQL File 실행/백업/복구

Sat, 27 Jul 2024 14:07:31 GMT

[Chapter 11.] AWS RDS

AWS RDS란?

AWS RDS: Amazon Relational Database Service
- 아마존에서 제공하는 관계형 데이터베이스 서비스
- Cloud 상에 데이터베이스 구축
AWS 회원가입: https://portal.aws.amazon.com/billing/signup#/start
AWS RDS에서 MySQL RDS 생성 후 원격으로 접속하기
서비스 중 RDS 선택 -> 데이터베이스 생성
DB 식별자 선택 -> 보안 그룹 ID 클릭 -> 인바운드 규칙 추가하여 외부에서도 접근 가능하도록 설정
원격으로(=외부에서) MySQL RDS 접속하는 방법
- 터미널: mysql -h "엔드포인트" -P 포트 -u <마스터 사용자 이름:admin> -p 후 root pw 입력
- 참고 내 정보) mysql -h "database-1.cpys04aeky7e.ap-northeast-2.rds.amazonaws.com" -P 3306 -u admin -p ("쌍따옴표"를 붙이지 않아도 됨)
AWS RDS 중지
- 프리 버전은 750시간 사용할 수 있다는 제약 사항이 있어, 사용하지 않을 때는 중지하자!
- DB식별자 체크(선택) -> 상단 작업: 중지 클릭 -> 스냅샷 생성: 아니요
  - 최대 7일 동안 중지 가능함. 즉, 7일 이후에는 자동으로 다시 시작함.
AWS RDS 다시 시작하는 방법
- DB 식별자 페이지 들어감 -> 상단 작업: 시작 클릭
  [Chapter 12.] SQL File
  
  SQL File 실행하기
SQL File: SQL 쿼리를 모아놓은 파일
실행 방법1. 로그인 이후

VS Code 실행 -> sql_ws 폴더 오픈: test01.sql로 파일 생성 -> 상단 Terminal에서 New Terminal 실행

% cd sql_ws #sql_ws 폴더 위치로 이동
sql_ws % mysql -u root -p zerobase  # zerobase 데이터베이스에 바로 접속
mysql> source test01.sql  #zerobase 데이터베이스에 생성한 test01.sql 파일을 넣겠다는 뜻 = SQL File 실행
desc police_station; #결과 확인

실행 방법1. 외부에서 바로 실행

% mysql -u username -p database <

sql_ws % mysql -u root -p zerobase < test02.sql #zerobase 데이터베이스에 생성한 test02.sql 파일을 넣겠다는 뜻 = SQL File 실행
desc crime_status; #결과 확인

Database Backup

SQL File로 Database를 백업할 수 있다

% mysqldump -u username -p dbname > backup.sql #특정 Database Backup
# dbname에 있는 테이블들을 backup.sql이라는 이름의 SQL File로 백업하여 생성하는 것
% mysqldump -u username -p --all-databases > backup.sql #모든 Database Backup

VSCode에서 backup.sql 확인: 백업한 시점의 데이터가 확인됨 (실습파일명: zerobase.sql)

Database Backup Restore

전체 zerobase 데이터베이스 자체 백업/복구

데이터베이스를 백업한 SQL File을 실행하여 그 시점으로 복구하거나 이전할 수 있다(SQL File 실행 방법과 동일)

# 외부 터미널에서 생성해둔 나의 AWS RDS 접근
mysql -h "database-1.cpys04aeky7e.ap-northeast-2.rds.amazonaws.com" -P 3306 -u admin -p
use zerobase;

local에 있던 table들을 원격으로 AWS RDS에 백업해두기

AWS RDS(database-1)의 zerobase 데이터베이스를 복원

source zerobase.sql


### Table 단위 백업: tablename을 명시하여 backupname.sql로 백업
```sql
sql_ws % mysqldump -u username -p dbname tablename > backupname.sql
# celeb.sql로 celeb 테이블만 백업
sql_ws % mysqldump -u root -p zerobase celeb > celeb.sql

# AWS RDS 재접속 후 celeb 삭제
mysql -h "database-1.cpys04aeky7e.ap-northeast-2.rds.amazonaws.com" -P 3306 -u admin -p zerobase
drop table celeb;

# AWS RDS의 zerobase에서 celeb 복구
source celeb.sql;

mysql> show tables;
+--------------------+
| Tables_in_zerobase |
+--------------------+
| celeb              |
| crime_status       |
| police_station     |
| snl_show           |
| test1              |
| test2              |
+--------------------+
6 rows in set (0.02 sec)

Table Schema Backup

데이터를 제외하고 테이블 생성 쿼리(규칙)만 백업할 수 있다 => -d 옵션

zerobase 데이터베이스에 snl_show 테이블을 SQL File인 snl.sql로 Backup하기

#특정 Table Schema Backup
% mysqldump -d -u username -p dbname tablename > backupname.sql 
#모든 Table Schema Backup
% mysqldump -d -u username -p dbname > backupname.sql

Local 데이터베이스에서 snl_show 테이블의 Schema만 백업

sql_ws % mysqldump -d -u root -p zerobase snl_show > snl.sql ```

[MySQL Database] Table 생성,INSERT, SELECT, WHERE, UPDATE, DELETE, ORDER BY, 비교/논리 연산자, UNION, JOIN, CONCAT, ALIAS, DISTINCT, LIMIT

Sat, 27 Jul 2024 12:07:44 GMT

[Chapter 02.] Database 사용해보기

Database 관리

Database 조회

show databases; MySQL에 있는 Databases 목록 확인
;: 즉시 실행

Database 생성

create database dbname;

Database 사용

use dbname; 해당 데이터베이스로 이동(=사용)

Database 삭제

drop database dbname;

User 관리

User 조회

사용자 정보는 mysql에서 관리하므로 일단 mysql 데이터베이스로 이동 후 조회
```
use mysql;
SELECT host, user FROM user;
```
User 생성 - localhost

현재 PC에서만 접속 가능한 사용자를 비밀번호와 함께 생성 CREATE USER 'username'@'localhost' identified by 'password';

CREATE USER 'username': username이라는 USER를 생성
@'localhost': 현재 PC에서만 접속 가능한 유저를 생성
identified by 'passworkd': password를 입력한 사용자만 접속 가능

외부에서 접속 가능한 사용자를 비밀번호와 함께 생성 CREATE USER 'username'@'%' identified by 'password';

@'%': 외부에서 접속 가능한 유저를 생성 => 이름(username)이 같지만 호스트 정보가 다르면 생성 가능
User 삭제
접근 범위에 따라 같은 이름의 사용자여도 별도로 삭제 DROP USER 'username'@'localhost' DROP USER 'username'@'%'

User 권한 관리

실습환경 만들기1 - Database 만들기

1) 권한 관리를 실습하기 위한 Database (testdb) 생성 2) 사용자 (id: noma@localhost, password: 1234) 생성

사용자 정보는 mysql에서 관리하고 있기 때문에 use mysql을 (이동)해주고 유저 생성
User 권한 확인
현재 PC에서 접근 가능한 유저의 권한 확인 SHOW GRANTS FOR 'username'@'localhost';
User 권한 부여
사용자에게 특정 데이터베이스의 모든 권한 부여 GRANT ALL ON dbname.* to 'username'@'localhost'; (참고) FLUSH PRIVILEGES; 수정 내용이 적용되지 않은 경우 새로고침
User 권한 삭제
사용자에게 특정 데이터베이스의 모든 권한 삭제 REVOKE ALL ON dbname.* from 'username'@'localhost';

[실습환경 만들기]

zerobase라는 Database 생성

create database zerobase default character set utf8mb4;

default character set utf8mb4;: zerobase라는 데이터베이스는 utf8mb4(다국어+이모지문자)를 지원할 거라고 정의한 것

[Chapter 03.] Table 기초

Table 생성

Table란? 데이터베이스 안에서 실제 데이터가 저장되는 형태, 행과 열로 구성된 데이터 모음

Table 생성

CREATE TABLE tablename
(
  columnname datatype,
  columnname datatype,
  ...
)

Table 조회

show tables; 현재까지 생성된 테이블 조회
DESC tablename: 테이블 구조(정보) 조회(DESC: description)
field: 컬럼
type: 데이터 타입
null: null을 허용하느냐 (yes가 디폴트 설정)
default: 값이 비어있을 때 자동으로 채우는 값 (null이 디폴트 설정)
Table 정보 변경

테이블 이름 변경: rename

ALTER TABLE tablename  #tablename이라는 테이블을 변경할 것이다
RENAME new_tablename #new_tablename으로 이름을 변경해라

테이블 컬럼 추가: add column

ALTER TABLE tablename  
ADD COLUMN columnname datatype; #columnname이라는 이름의 컬럼 추가

테이블 컬럼의 데이터타입 수정: modify

ALTER TABLE tablename  
MODIFY COLUMN columnname new_datatype;

테이블 컬럼의 이름/데이터타입 변경: change column

ALTER TABLE tablename  
CHANGE COLUMN old_columnname new_columnname new_datatype;

테이블 컬럼 삭제: drop column

ALTER TABLE tablename  
DROP COLUMN columnname;

테이블 삭제: drop table

[Chapter 04.] INSERT, SELECT, WHERE, UPDATE, DELETE

실습할 테이블 만들기

mysql> desc person;
+-------+-------------+------+-----+---------+-------+
| Field | Type        | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+-------+
| id    | int         | YES  |     | NULL    |       |
| name  | varchar(16) | YES  |     | NULL    |       |
| age   | int         | YES  |     | NULL    |       |
| sex   | char(1)     | YES  |     | NULL    |       |
+-------+-------------+------+-----+---------+-------+
4 rows in set (0.00 sec)

INSERT - 데이터 추가

INSERT: 데이터를 추가하는 명령어
입력한 컬럼 이름의 순서와 값의 순서가 일치해야 함!
모든 칼럼값을 추가하는 경우에는 컬럼 이름을 지정하지 않아도 되지만, 입력하는 값 순서가 테이블의 컬럼 순서와 일치해야 함
```
INSERT INTO tablename (column1, column2, ...)
VALUES (value1, value2, ...);
혹은 
INSERT INTO tablename 
VALUES (value1, value2, ...);
```

SELECT - 데이터 조회

SELECT: 테이블 내의 특정 컬럼에 대한 데이터를 조회
```
SELECT column1, column2, ...   # SELECT *: 전체 컬럼 가져오기
FROM tablename;
```
WHERE - 특정 조건의 데이터 조회

SQL문에 조건을 추가하며 SELECT뿐만 아니라 UPDATE, DELETE에도 사용 가능

SELECT column1, column2, ...   # SELECT *: 전체 컬럼 가져오기
FROM tablename
WHERE condition; #WHERE sex='F' / WHERE age>45

UPDATE - 데이터 수정

UPDATE tablename
SET column1 = value1, column2 = value2, ...
WHERE condition; 

# 이효리의 나이를 23세로 수정
update person
    -> set age=23 
    -> where name='이효리';

DELETE - 데이터 삭제

# WHERE 조건을 만족하는 데이터를 삭제
DELETE FROM tablename
WHERE condition;

[Chapter 05.] Order By

Order By

select문에서 데이터를 특정 컬럼 기준으로 오름차순(ASC) 혹은 내림차순(DESC) 정렬
ASC를 생략해도 디폴트가 오름차순 정렬임
Order by col1, col2 로 두개 이상의 컬럼 지정할 경우, col1의 데이터 값이 동일할 때 col2 기준으로 다시 정렬함. (col1로 정렬한 후 col2로 한번 더 정렬)
```
SELECT col1, col2, ...
FROM tablename
ORDER BY col1, col2, ... ASC | DESC;
```
order by age desc, name asc;: age 내림차순 정렬한 뒤 name 오름차순으로 정렬

[Chapter 06.] Comparison Operators(비교연산자)
A <> B: A와 B가 같지 않다(A가 B보다 크거나 작다)

A !=B: A와 B가 같지 않다

예제

mysql> use zerobase;
Database changed
mysql> create table celeb(
  -> id int not null auto_increment primary key,
  -> name varchar(32) not null default '',
  -> birthday date,
  -> age int,
  -> sex char(1),
  -> job_title varchar(32),
  -> agency varchar(32)
  -> );
Query OK, 0 rows affected (0.01 sec)

예제 테이블 생성

INSERT INTO celeb VALUES (1, '아이유', '1993-05-16', 29, 'F', '가수, 텔런트', 'EDAM엔터테인먼트'); INSERT INTO celeb VALUES (2, '이미주', '1994-09-23', 28, 'F', '가수', '울림엔터테인먼트'); INSERT INTO celeb VALUES (3, '송강', '1994-04-23', 28,'M', '텔런트', '나무엑터스'); INSERT INTO celeb VALUES (4, '강동원', '1981-01-18', 41, 'M','영화배우, 텔런트', 'YG엔터테인먼트'); INSERT INTO celeb VALUES (5, '유재석', '1972-08-14', 50, 'M', 'MC, 개그맨', '안테나'); INSERT INTO celeb VALUES (6, '차승원', '1970-06-07', 48, 'M', '영화배우, 모델', 'YG엔터테인먼트'); INSERT INTO celeb VALUES (7, '이수현', '1999-05-04', 23, 'F', '가수', 'YG엔터테인먼트');

age 내림차순, name 오름차순으로 celeb 정렬

mysql> select * -> from celeb -> order by age desc, name asc; +----+-----------+------------+------+------+-------------------------+--------------------------+ | id | name | birthday | age | sex | job_title | agency | +----+-----------+------------+------+------+-------------------------+--------------------------+ | 5 | 유재석 | 1972-08-14 | 50 | M | MC, 개그맨 | 안테나 | | 6 | 차승원 | 1970-06-07 | 48 | M | 영화배우, 모델 | YG엔터테인먼트 | | 4 | 강동원 | 1981-01-18 | 41 | M | 영화배우, 텔런트 | YG엔터테인먼트 | | 1 | 아이유 | 1993-05-16 | 29 | F | 가수, 텔런트 | EDAM엔터테인먼트 | | 3 | 송강 | 1994-04-23 | 28 | M | 텔런트 | 나무엑터스 | | 2 | 이미주 | 1994-09-23 | 28 | F | 가수 | 울림엔터테인먼트 | | 7 | 이수현 | 1999-05-04 | 23 | F | 가수 | YG엔터테인먼트 | +----+-----------+------------+------+------+-------------------------+--------------------------+ 7 rows in set (0.00 sec)

age가 50 미만인 sex, agency, name, age 컬럼의 celeb 데이터를

agency 내림차순 정렬한 후 name 오름차순으로 정렬

mysql> select sex, agency, name, age -> from celeb -> where age<50 -> order by agency desc, name asc; +------+--------------------------+-----------+------+ | sex | agency | name | age | +------+--------------------------+-----------+------+ | F | 울림엔터테인먼트 | 이미주 | 28 | | M | 나무엑터스 | 송강 | 28 | | M | YG엔터테인먼트 | 강동원 | 41 | | F | YG엔터테인먼트 | 이수현 | 23 | | M | YG엔터테인먼트 | 차승원 | 48 | | F | EDAM엔터테인먼트 | 아이유 | 29 | +------+--------------------------+-----------+------+ 6 rows in set (0.00 sec)


# [Chapter 07.] Logical Operators(논리연산자)
![](https://velog.velcdn.com/images/sss_yeonii/post/96e33230-ced1-4879-8729-faca6f4a5619/image.png)
- and가 or 보다 조건 우선순위가 높음. and가 먼저 수행된 다음에 or가 수행됨.
- 홀수 조건: (id%2)=1 / 짝수 조건: (id%2)=0
- date 타입: birthday > 19891231 와 같이 하여 1990년 이후를 조건 걸 수 있음
- `WHERE columnname BETWEEN val1 AND val2`는 `val1 이상 val2 이하`와 동일
- `WHERE columnname IN (val1, val2)`는 `col=val1 or col=val2`와 동일
- `WHERE columnname LIKE pattern`
   - `LIKE`: 대소문자 구분 없이 반환. (a에 대해 검색하면 A도 나옴)
   - `YG%`: 'YG'로 시작하는 데이터
   - `%엔터테인먼트`: '엔터테인먼트'로 끝나는 데이터
   - `%가수%`: '가수'가 포함된 데이터
   - `_G%`: 두번째 글자가 G인 데이터
   - `가_%`: '가'로 시작하고 최소 2글자 이상인 데이터 (언더바_로 글자수 확보)
   - `가____%`:'가'로 시작하고 최소 5글자 이상인 데이터
   - `영%모델`: '영'으로 시작하고 '모델'로 끝나는 데이터
```sql
# 소속사가 YG이거나 나무엑터스인 연예인 중, 나이가 30 미만인 데이터 검색
mysql> select * from celeb
    -> where (agency='YG엔터테인먼트' or agency='나무엑터스') and age<30;
+----+-----------+------------+------+------+-----------+----------------------+
| id | name      | birthday   | age  | sex  | job_title | agency               |
+----+-----------+------------+------+------+-----------+----------------------+
|  3 | 송강      | 1994-04-23 |   28 | M    | 텔런트    | 나무엑터스           |
|  7 | 이수현    | 1999-05-04 |   23 | F    | 가수      | YG엔터테인먼트       |
+----+-----------+------------+------+------+-----------+----------------------+
2 rows in set (0.00 sec)

# id가 홀수이면서 남자이거나 / id가 짝수이면서 YG인 연예인 (나이순 정렬)
mysql> select * from celeb where  ((id%2)=1 and sex='M') or ((id%2)=0 and agency='YG엔터테인먼트')
    -> order by age;
+----+-----------+------------+------+------+-------------------------+----------------------+
| id | name      | birthday   | age  | sex  | job_title               | agency               |
+----+-----------+------------+------+------+-------------------------+----------------------+
|  3 | 송강      | 1994-04-23 |   28 | M    | 텔런트                  | 나무엑터스           |
|  4 | 강동원    | 1981-01-18 |   41 | M    | 영화배우, 텔런트        | YG엔터테인먼트       |
|  6 | 차승원    | 1970-06-07 |   48 | M    | 영화배우, 모델          | YG엔터테인먼트       |
|  5 | 유재석    | 1972-08-14 |   50 | M    | MC, 개그맨              | 안테나               |
+----+-----------+------------+------+------+-------------------------+----------------------+
4 rows in set (0.00 sec)

# 나이가 20에서 40 사이인 데이터 검색
mysql> select * from celeb where age between 20 and 40;
+----+-----------+------------+------+------+-------------------+--------------------------+
| id | name      | birthday   | age  | sex  | job_title         | agency                   |
+----+-----------+------------+------+------+-------------------+--------------------------+
|  1 | 아이유    | 1993-05-16 |   29 | F    | 가수, 텔런트      | EDAM엔터테인먼트         |
|  2 | 이미주    | 1994-09-23 |   28 | F    | 가수              | 울림엔터테인먼트         |
|  3 | 송강      | 1994-04-23 |   28 | M    | 텔런트            | 나무엑터스               |
|  7 | 이수현    | 1999-05-04 |   23 | F    | 가수              | YG엔터테인먼트           |
+----+-----------+------------+------+------+-------------------+--------------------------+
4 rows in set (0.00 sec)

# 생년월일이 1980년~1995년 사이가 아니면서 여자이거나, 소속사가 YG이면서 나이가 20세~45세가 아닌 데이터
mysql> select * from celeb where (sex='F' and not birthday between 19800101 and 19951231) or (agency='YG엔터테 인먼트' and not age between 20 and 45);
+----+-----------+------------+------+------+----------------------+----------------------+
| id | name      | birthday   | age  | sex  | job_title            | agency               |
+----+-----------+------------+------+------+----------------------+----------------------+
|  6 | 차승원    | 1970-06-07 |   48 | M    | 영화배우, 모델       | YG엔터테인먼트       |
|  7 | 이수현    | 1999-05-04 |   23 | F    | 가수                 | YG엔터테인먼트       |
+----+-----------+------------+------+------+----------------------+----------------------+
2 rows in set (0.00 sec)

# '아이유','송강','강동원','차승원' 중에 YG 소속이 아니거나 나이가 40~50세인 사람 검색
mysql> select * from celeb  where name in ('아이유','송강','강동원','차승원') and (not agency='YG엔터테인먼트'
or age between 40 and 50);
+----+-----------+------------+------+------+-------------------------+------------------------+
| id | name      | birthday   | age  | sex  | job_title               | agency                 |
+----+-----------+------------+------+------+-------------------------+------------------------+
|  1 | 아이유    | 1993-05-16 |   29 | F    | 가수, 텔런트            | EDAM엔터테인먼트       |
|  3 | 송강      | 1994-04-23 |   28 | M    | 텔런트                  | 나무엑터스             |
|  4 | 강동원    | 1981-01-18 |   41 | M    | 영화배우, 텔런트        | YG엔터테인먼트         |
|  6 | 차승원    | 1970-06-07 |   48 | M    | 영화배우, 모델          | YG엔터테인먼트         |
+----+-----------+------------+------+------+-------------------------+------------------------+
4 rows in set (0.00 sec)


# YG로 시작하는 소속사 이름 가진 데이터 검색
mysql> select * from celeb where agency like 'YG%';
+----+-----------+------------+------+------+-------------------------+----------------------+
| id | name      | birthday   | age  | sex  | job_title               | agency               |
+----+-----------+------------+------+------+-------------------------+----------------------+
|  4 | 강동원    | 1981-01-18 |   41 | M    | 영화배우, 텔런트        | YG엔터테인먼트       |
|  6 | 차승원    | 1970-06-07 |   48 | M    | 영화배우, 모델          | YG엔터테인먼트       |
|  7 | 이수현    | 1999-05-04 |   23 | F    | 가수                    | YG엔터테인먼트       |
+----+-----------+------------+------+------+-------------------------+----------------------+
3 rows in set (0.00 sec)

# 직업이 하나 이상인 연예인 중 영화배우 혹은 텔런트가 아닌 연예인 검색
mysql> select * from celeb where job_title like '%,%' and not (job_title like '%영화배우%' or job_title like '%텔런트%');
+----+-----------+------------+------+------+---------------+-----------+
| id | name      | birthday   | age  | sex  | job_title     | agency    |
+----+-----------+------------+------+------+---------------+-----------+
|  5 | 유재석    | 1972-08-14 |   50 | M    | MC, 개그맨    | 안테나    |
+----+-----------+------------+------+------+---------------+-----------+
1 row in set (0.00 sec)

[Chapter 08.] Union

Union

Union이란? 여러 개의 SQL문을 합쳐서 하나의 SQL문으로 만들어주는 방법(주의: 칼럼 개수가 같아야 함)
UNION: 중복된 값을 제거한 후 합쳐서 보여준다
UNION ALL: 중복된 값도 합쳐서 모두 보여준다 ```sql
UNION: test2의 중복된 값인 3은 제거됨.
mysql> select * from test1 -> union -> select * from test2;
------+ | no |
------+ | 1 | | 2 | | 3 | | 5 | | 6 |
------+ 5 rows in set (0.01 sec)

UNION ALL: test2의 중복된 값인 3도 포함하여 보여줌

mysql> select * from test1 -> union all -> select * from test2; +------+ | no | +------+ | 1 | | 2 | | 3 | | 5 | | 6 | | 3 | +------+ 6 rows in set (0.00 sec)

# [Chapter 09.] Join
### 실습 테이블 생성
```sql
mysql> create table snl_show(
    -> id int not null auto_increment primary key,
    -> season int not null,
    -> episode int not null,
    -> broadcast_date date,
    -> host varchar(32) not null
    -> );
Query OK, 0 rows affected (0.03 sec)

mysql> desc snl_show;
+----------------+-------------+------+-----+---------+----------------+
| Field          | Type        | Null | Key | Default | Extra          |
+----------------+-------------+------+-----+---------+----------------+
| id             | int         | NO   | PRI | NULL    | auto_increment |
| season         | int         | NO   |     | NULL    |                |
| episode        | int         | NO   |     | NULL    |                |
| broadcast_date | date        | YES  |     | NULL    |                |
| host           | varchar(32) | NO   |     | NULL    |                |
+----------------+-------------+------+-----+---------+----------------+
5 rows in set (0.01 sec)

INSERT INTO snl_show VALUES (1, 8, 7, '2020-09-05', '강동원' );
INSERT INTO snl_show VALUES (2, 8, 8, '2020-09-12', '유재석');
INSERT INTO snl_show VALUES (3, 8, 9, '2020-09-19', '차승원');
INSERT INTO snl_show VALUES (4, 8, 10, '2020-09-26', '이수현');
INSERT INTO snl_show VALUES (5, 9, 1, '2021-09-04', '이병헌');
INSERT INTO snl_show VALUES (6, 9, 2, '2021-09-11', '하지원');
INSERT INTO snl_show VALUES (7, 9, 3, '2021-09-18', '제시');
INSERT INTO snl_show VALUES (8, 9, 4, '2021-09-25', '조정석');
INSERT INTO snl_show VALUES (9, 9, 5, '2021-10-02', '조여정');
INSERT INTO snl_show VALUES (10, 9, 6, '2021-10-09', '옥주현');

mysql> select * from snl_show;
+----+--------+---------+----------------+-----------+
| id | season | episode | broadcast_date | host      |
+----+--------+---------+----------------+-----------+
|  1 |      8 |       7 | 2020-09-05     | 강동원    |
|  2 |      8 |       8 | 2020-09-12     | 유재석    |
|  3 |      8 |       9 | 2020-09-19     | 차승원    |
|  4 |      8 |      10 | 2020-09-26     | 이수현    |
|  5 |      9 |       1 | 2021-09-04     | 이병헌    |
|  6 |      9 |       2 | 2021-09-11     | 하지원    |
|  7 |      9 |       3 | 2021-09-18     | 제시      |
|  8 |      9 |       4 | 2021-09-25     | 조정석    |
|  9 |      9 |       5 | 2021-10-02     | 조여정    |
| 10 |      9 |       6 | 2021-10-09     | 옥주현    |
+----+--------+---------+----------------+-----------+
10 rows in set (0.00 sec)

Join: 두 개 이상의 테이블을 결합하는 것

INNER JOIN

두 개의 테이블에서 공통된 요소들을 통해 결합하는 조인 방식

SELECT col1, col2, ...
FROM tableA
INNER JOIN tableB   
ON tableA.column = tableB.column
WHERE condition;
#A와 B 테이블의 column 값이 동일한 데이터만 조인
#조인된 데이터에 대해 condition이 일치하는 데이터만 불러옴

실습 예제 ```sql

snl_show 호스트 출연한 celeb 기준으로 celeb 테이블과 snl_show 테이블을 INNER JOIN

mysql> select celeb.id, celeb.name, snl_show.id, snl_show.host
```
-> from celeb 
-> inner join snl_show 
-> on celeb.name = snl_show.host;
```
----+-----------+----+-----------+ | id | name | id | host |
----+-----------+----+-----------+ | 4 | 강동원 | 1 | 강동원 | | 5 | 유재석 | 2 | 유재석 | | 6 | 차승원 | 3 | 차승원 | | 7 | 이수현 | 4 | 이수현 |

----+-----------+----+-----------+ 4 rows in set (0.00 sec)

### LEFT JOIN
두 개의 테이블에서 공통 영역을 포함해 왼쪽 테이블(tableA)의 다른 데이터를 포함하는 조인 방식
```sql
SELECT col1, col2, ...
FROM tableA
LEFT JOIN tableB   
ON tableA.column = tableB.column
WHERE condition;

실습 예제 ```sql

celeb 테이블에서 snl_show.id, snl_show.host는 없기 때문에 NULL임.

mysql> select celeb.id, celeb.name, snl_show.id, snl_show.host
```
->from celeb 
-> left join snl_show 
-> on celeb.name = snl_show.host;
```
----+-----------+------+-----------+ | id | name | id | host |
----+-----------+------+-----------+ | 1 | 아이유 | NULL | NULL | | 2 | 이미주 | NULL | NULL | | 3 | 송강 | NULL | NULL | | 4 | 강동원 | 1 | 강동원 | | 5 | 유재석 | 2 | 유재석 | | 6 | 차승원 | 3 | 차승원 | | 7 | 이수현 | 4 | 이수현 |

----+-----------+------+-----------+ 7 rows in set (0.00 sec)

### RIGHT JOIN
두 개의 테이블에서 공통 영역을 포함해 오른쪽 테이블(tableB)의 다른 데이터를 포함하는 조인 방식
```sql
SELECT col1, col2, ...
FROM tableA
RIGHT JOIN tableB   
ON tableA.column = tableB.column
WHERE condition;

실습 예제 ```sql

snl_show 테이블에서 celeb.id, celeb.name 없기 때문에 NULL임.

mysql> select celeb.id, celeb.name, snl_show.id, snl_show.host
```
-> from celeb 
-> right join snl_show 
-> on celeb.name = snl_show.host;
```
------+-----------+----+-----------+ | id | name | id | host |
------+-----------+----+-----------+ | 4 | 강동원 | 1 | 강동원 | | 5 | 유재석 | 2 | 유재석 | | 6 | 차승원 | 3 | 차승원 | | 7 | 이수현 | 4 | 이수현 | | NULL | NULL | 5 | 이병헌 | | NULL | NULL | 6 | 하지원 | | NULL | NULL | 7 | 제시 | | NULL | NULL | 8 | 조정석 | | NULL | NULL | 9 | 조여정 | | NULL | NULL | 10 | 옥주현 |

------+-----------+----+-----------+ 10 rows in set (0.01 sec)

### FULL OUTER JOIN
두 개의 테이블에서 공통 영역을 포함해 양쪽 테이블(tableB)의 다른 데이터를 모두 포함하는 조인 방식
```sql
SELECT col1, col2, ...
FROM tableA
FULL OUTER JOIN tableB   
ON tableA.column = tableB.column
WHERE condition;

=> MySQL에서는 FULL OUTER JOIN을 지원하지 않아 ERROR 발생! => MySQL에서는 left join + union + right join으로 구현 가능

실습 예제 ```sql mysql> select celeb.id, celeb.name, snl_show.id, snl_show.host from celeb left join snl_show on celeb.name = snl_show.host -> union -> select celeb.id, celeb.name, snl_show.id, snl_show.host from celeb right join snl_show on celeb.name = snl_show.host;
------+-----------+------+-----------+ | id | name | id | host |
------+-----------+------+-----------+ | 1 | 아이유 | NULL | NULL | | 2 | 이미주 | NULL | NULL | | 3 | 송강 | NULL | NULL | | 4 | 강동원 | 1 | 강동원 | | 5 | 유재석 | 2 | 유재석 | | 6 | 차승원 | 3 | 차승원 | | 7 | 이수현 | 4 | 이수현 | | NULL | NULL | 5 | 이병헌 | | NULL | NULL | 6 | 하지원 | | NULL | NULL | 7 | 제시 | | NULL | NULL | 8 | 조정석 | | NULL | NULL | 9 | 조여정 | | NULL | NULL | 10 | 옥주현 |
------+-----------+------+-----------+ 13 rows in set (0.01 sec) ```

SELF JOIN
WHERE 조건과 일치하는 FROM의 여러 테이블들을 불러옴 = INNER JOIN
각 테이블에 존재하는 칼럼명이 다르면 해당 칼럼명은 테이블명을 붙이지 않아도 됨.
```
SELECT col1, col2, ...
FROM tableA, tableB, ...
WHERE condition;
```
실습 예제 ```sql

INNER JOIN과 동일한 결과

mysql> select celeb.id, celeb.name, snl_show.id, snl_show.host -> from celeb, snl_show -> where celeb.name = snl_show.host;
----+-----------+----+-----------+ | id | name | id | host |
----+-----------+----+-----------+ | 4 | 강동원 | 1 | 강동원 | | 5 | 유재석 | 2 | 유재석 | | 6 | 차승원 | 3 | 차승원 | | 7 | 이수현 | 4 | 이수현 |
----+-----------+----+-----------+ 4 rows in set (0.00 sec)

celeb 연예인 중 snl_show에 host로 출연했고,

영화배우는 아니면서 YG 소속이거나

40세 이상이면서 YG 소속이 아닌

연예인의 이름, 나이, 직업, 소속사, 시즌, 에피소드 검색

mysql> select celeb.name, celeb.job_title, celeb.agency, snl_show.season, snl_show.episode from celeb, snl_show where celeb.name=snl_show.host and ((celeb.job_title not like '%영화배우%' and celeb.agency like 'YG%') or (celeb.age >= 40 and celeb.agency not like 'YG%')); +-----------+---------------+----------------------+--------+---------+ | name | job_title | agency | season | episode | +-----------+---------------+----------------------+--------+---------+ | 유재석 | MC, 개그맨 | 안테나 | 8 | 8 | | 이수현 | 가수 | YG엔터테인먼트 | 8 | 10 | +-----------+---------------+----------------------+--------+---------+ 2 rows in set (0.01 sec)

칼럼명이 다르면 테이블명을 붙이지 않아도 됨.

mysql> select snl_show.id, season, episode, name, job_title -> from celeb, snl_show -> where name = host; +----+--------+---------+-----------+-------------------------+ | id | season | episode | name | job_title | +----+--------+---------+-----------+-------------------------+ | 1 | 8 | 7 | 강동원 | 영화배우, 텔런트 | | 2 | 8 | 8 | 유재석 | MC, 개그맨 | | 3 | 8 | 9 | 차승원 | 영화배우, 모델 | | 4 | 8 | 10 | 이수현 | 가수 | +----+--------+---------+-----------+-------------------------+ 4 rows in set (0.00 sec)

snl_show 출연한 celeb 중, 2020-09-15 이후에 출연했거나,

소속사 이름이 '엔터테인먼트'로 끝나지 않으면서

영화배우나 개그맨이 아닌 연예인의 celeb id, name, 직업, 소속사 검색

mysql> select celeb.id, name, job_title, agency from celeb, snl_show where name=host and (broadcast_date > '2020-09-15' or not agency like '%엔터테인먼트') and not (job_title like '%영화배우%' or job_title like '%개그맨%'); +----+-----------+-----------+----------------------+ | id | name | job_title | agency | +----+-----------+-----------+----------------------+ | 7 | 이수현 | 가수 | YG엔터테인먼트 | +----+-----------+-----------+----------------------+ 1 row in set (0.00 sec)

# [Chapter 10.] Concat, Alias(as), Distinct
### Concat
- Concat이란? 여러 문자열을 하나로 합치거나 연결하는 함수
`SELECT CONCAT('string1', 'string2', ...) from tablename;`
```sql
mysql> select concat('이름: ', name) from celeb;
+--------------------------+
| concat('이름: ', name)   |
+--------------------------+
| 이름: 아이유             |
| 이름: 이미주             |
| 이름: 송강               |
| 이름: 강동원             |
| 이름: 유재석             |
| 이름: 차승원             |
| 이름: 이수현             |
+--------------------------+
7 rows in set (0.00 sec)

Alias

alias: 칼럼이나 테이블 이름에 별칭 생성 (as 생략 가능)
컬럼에 별칭 생성: SELECT column as alias from tablename;
테이블에 별칭 생성: SELECT col1, col2, ... FROM tablename as alias; ```sql mysql> select name as '이름', agency as '소속사' from celeb;
-----------+--------------------------+ | 이름 | 소속사 |
-----------+--------------------------+ | 아이유 | EDAM엔터테인먼트 | | 이미주 | 울림엔터테인먼트 | | 송강 | 나무엑터스 | | 강동원 | YG엔터테인먼트 | | 유재석 | 안테나 | | 차승원 | YG엔터테인먼트 | | 이수현 | YG엔터테인먼트 |
-----------+--------------------------+ 7 rows in set (0.00 sec)

이름과 직업을 합쳐서 profile이라는 별칭으로 만들어서 검색

snl_show에 출연한 celeb을 기준으로 두 테이블을 조인하여

celeb 테이블은 c, snl_show 테이블은 s라는 별칭을 만들어서 => 타이핑 리소스 줄일 수 있음

출연한 시즌과 에피소드, 이름, 직업 검색

mysql> select s.season, s.episode, c.name, c.job_title -> from celeb as c, snl_show as s -> where c.name=s.host; +--------+---------+-----------+-------------------------+ | season | episode | name | job_title | +--------+---------+-----------+-------------------------+ | 8 | 7 | 강동원 | 영화배우, 텔런트 | | 8 | 8 | 유재석 | MC, 개그맨 | | 8 | 9 | 차승원 | 영화배우, 모델 | | 8 | 10 | 이수현 | 가수 | +--------+---------+-----------+-------------------------+ 4 rows in set (0.00 sec)

snl_show에 출연한 celeb을 기준으로 두 테이블을 조인하여 다음 데이터 별칭 사용하여 검색

방송정보: 시즌, 에피스드, 방송일

출연자정보: 이름, 직업

mysql> select concat(s.season, '시즌-', s.episode, '화(', s.broadcast_date,')') '방송정보', -> concat(c.name,'(',c.job_title,')') '출연자정보' -> from celeb as c, snl_show as s -> where name=host; +---------------------------+------------------------------------+ | 방송정보 | 출연자정보 | +---------------------------+------------------------------------+ | 8시즌-7화(2020-09-05) | 강동원(영화배우, 텔런트) | | 8시즌-8화(2020-09-12) | 유재석(MC, 개그맨) | | 8시즌-9화(2020-09-19) | 차승원(영화배우, 모델) | | 8시즌-10화(2020-09-26) | 이수현(가수) | +---------------------------+------------------------------------+ 4 rows in set (0.01 sec)

### Distinct (유니크한 컬럼 값 추출)
- Distinct: 검색한 결과의 중복 제거
`SELECT DISTINCT col1, col2, ... FROM tablename;`
```sql
mysql> select distinct agency from celeb;
+--------------------------+
| agency                   |
+--------------------------+
| EDAM엔터테인먼트         |
| 울림엔터테인먼트         |
| 나무엑터스               |
| YG엔터테인먼트           |
| 안테나                   |
+--------------------------+
5 rows in set (0.01 sec)

Limit

Limit: 검색 결과를 정렬된 순으로 주어진 숫자만큼만 조회 SELECT col1, col2, ... FROM tablename WHERE condition LIMIT number; ```sql
나이가 가장 적은 연예인 4명 검색
mysql> select * from celeb order by age asc limit 4;
----+-----------+------------+------+------+-------------------+--------------------------+ | id | name | birthday | age | sex | job_title | agency |
----+-----------+------------+------+------+-------------------+--------------------------+ | 7 | 이수현 | 1999-05-04 | 23 | F | 가수 | YG엔터테인먼트 | | 2 | 이미주 | 1994-09-23 | 28 | F | 가수 | 울림엔터테인먼트 | | 3 | 송강 | 1994-04-23 | 28 | M | 텔런트 | 나무엑터스 | | 1 | 아이유 | 1993-05-16 | 29 | F | 가수, 텔런트 | EDAM엔터테인먼트 |
----+-----------+------------+------+------+-------------------+--------------------------+ 4 rows in set (0.00 sec)

실습 문제

# 이름이 3글자인 연예인 정보 검색
mysql> select concat('이름: ', name, ',  소속사: ',agency) '연예인 정보' from celeb where name like '___';
+--------------------------------------------------------+
| 연예인 정보                                            |
+--------------------------------------------------------+
| 이름: 아이유, 소속사: EDAM엔터테인먼트                 |
| 이름: 이미주, 소속사: 울림엔터테인먼트                 |
| 이름: 강동원, 소속사: YG엔터테인먼트                   |
| 이름: 유재석, 소속사: 안테나                           |
| 이름: 차승원, 소속사: YG엔터테인먼트                   |
| 이름: 이수현, 소속사: YG엔터테인먼트                   |
+--------------------------------------------------------+
6 rows in set (0.00 sec)

mysql> select c.agency as '소속사 정보', concat('나이: ', c.age, '(', c.sex, ')') as '신상정보', concat(s.season, '시즌-', s.episode, '방송날짜: ', s.broadcast_date) as '출연정보' from celeb c, snl_show s  where c.name=s.host and c.agency like '__ 엔터테인먼트' order by s.broadcast_date desc;
+----------------------+---------------+------------------------------------+
| 소속사 정보          | 신상정보      | 출연정보                           |
+----------------------+---------------+------------------------------------+
| YG엔터테인먼트       | 나이: 23(F)   | 8시즌-10방송날짜: 2020-09-26       |
| YG엔터테인먼트       | 나이: 48(M)   | 8시즌-9방송날짜: 2020-09-19        |
| YG엔터테인먼트       | 나이: 41(M)   | 8시즌-7방송날짜: 2020-09-05        |
+----------------------+---------------+------------------------------------+
3 rows in set (0.00 sec)

# snl에 출연한 연예인의 정보를 나이 순으로 2개만 검색하여 출력
mysql> select concat('SNL 시즌', s.season, ' 에피소드', s.episode, ' 호스트  ', s.host) 'SNL 방송정보', c.age from celeb c, snl_show s where c.name=s.host order by c.age desc limit 2;
+------------------------------------------------+------+
| SNL 방송정보                                   | age  |
+------------------------------------------------+------+
| SNL 시즌8 에피소드8 호스트  유재석             |   50 |
| SNL 시즌8 에피소드9 호스트  차승원             |   48 |
+------------------------------------------------+------+
2 rows in set (0.00 sec)

MySQL 설치 및 실행, Database 정의, SQL 구성

Sat, 27 Jul 2024 06:40:45 GMT

MySQL 설치

1) MySQL 다운로드: https://dev.mysql.com/downloads/mysql/ 2) 설치 프로그램 실행

이때 설정한 Root Password는 찾을 수 있는 방법이 없기 때문에 잘 저장해두고 꼭 기억해야 한다

MySQL 실행

방법1. 터미널 활용해서 실행

cd /usr/local/mysql/bin
./mysql -u root -p
Enter password: Root Password
mysql> => 나오면 성공

방법2. 매번 실행경로로 이동하여 실행시키기 귀찮다면 환경 변수 설정하기

1) 터미널 실행해서 아래 코드 입력

sudo nano /etc/paths
Password: 컴퓨터 로그인 계정 PW 입력

sudo: 관리자 권한으로 실행하겠다 nano: 파일 편집툴인 nano로 편집하겠다 /etc 하위 /paths를 편집하겠다 2) 가장 하위에 /usr/local/mysql/bin 추가 > Control+X > 저장? Y > 엔터 3) 이제 터미널 실행 시, 바로 mysql 접근 가능!

mysql -u root -p

MySQL Workbench 설치하기

1) https://dev.mysql.com/downloads/workbench/ 에서 다운로드 2) 설치 프로그램 실행하여 설치 3) 응용프로그램에서 MySQL Workbench 실행 4) 위 root password 설정하여 만든 Local Instance 3306 연결 5) root 계정으로 접속하기 위한 비밀번호 입력 참고) show databases 입력해서 번개 표시 클릭하면 실행됨. 컴퓨터에 있는 databases를 보여줌.

Database 정의

Database: 여러 사람이 공유하여 사용할 목적으로 체계화해 통합, 관리하는 데이터의 집합체
DBMS(Database Management System): 사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해주고 데이터베이스를 관리해주는 소프트웨어 (= MySQL)
관계형 데이터베이스(RDB: Relational Database): 서로 간에 관계가 있는 데이터 테이블들을 모아둔 데이터 저장공간 (= MySQL)
SQL(Structured Query Language): 데이터베이스에서 데이터를 정의, 조작, 제어하기 위해 사용하는 언어
SQL 구성
데이터 정의 언어(DDL: Data Definition Language)
- CREATE, ALTER, DROP 등 명령어
데이터 조작 언어(DML: Data Manipulation Language)
- INSERT, UPDATE, DELETE, SELECT 등 명령어
데이터 제어 언어(DCL: Data Control Language)
- GRANT, REVOKE, COMMIT, ROLLBACK 등 명령어

단축키

코드 새로고침: control + C
터미널 창 새로고침(새창): system clear 입력

[EDA] Selenium(셀레니움)

Sun, 14 Jul 2024 17:56:39 GMT

Beautiful Soup만으로 해결할 수 없는 것 => Selenium 사용
- 접근할 웹주소를 알 수 없을 때
- 자바스크립트를 사용하는 웹페이지의 경우
- 웹 브라우저로 접근하지 않으면 안될 때
  Selenium
웹 브라우저를 원격 조작하는 도구
자동으로 URL 열고 클릭 등 가능
스크롤, 문자의 입력, 화면 캡처 등

selenium 설치
모듈 설치: pip install selenium
webdriver 사용(공식 문서): 크롬 드라이버 설치 (크롬 버전 확인 필요) => 를 하려고 했으나 셀레니움이 업데이트 되어서 이제 크롬 드라이버를 다운받지 않아도 된다고 함!!!!
- from selenium import webdriver webdriver.Chrome() 로만 실행해도 됨!
- webdriver는 특정 브라우저에서 동작하는지를 테스트하기 위한 용도인데, selenium에서 웹크롤링할 때 사용하기 위해 불러옴.
- webdriver.Chrome()은 여러 브라우저 중 크롬이라는 브라우저에서 특정 웹페이지를 실행하겠다는 뜻임.
  selenium 기초
get명령: 접근하고 싶은 주소 지정
- driver.get("https://www.naver.com")
- 크롬에서 새로운 페이지가 열림
- driver.quit() 으로 꼭 닫아줘야 함. 안그러면 크롬 결과가 여러 개 열려있을 수 있음.
스크롤 가능한 높이 가져오기
xpath
- 개발자 도구 사용해서 Copy Xpath
정보 입력하기
버튼 클릭
웹페이지의 팝업창 변환하는 명령: driver.switch_to_window()
Action Chains: https://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains

[EDA] Web Data 분석하기 (Beautiful Soup)

Sun, 14 Jul 2024 09:35:24 GMT

[Beautiful Soup (공식 문서)]

HTML 문법



    
        Very Simple HTML Code by SY
    
    
        
            
                Happy Zerobase.
                PinkWink
            
            
                Happy Data Science.
                Python
            
        
        
            Data Science is funny.
        
        
            All I need is love.

<태그>를 열었으면 로 꼭 닫아줘야 함.
: 상단 창바의 이름
: 실제 창 구성
텍스트명: 하이퍼링크 생성
- target="_blink": 클릭해서 창을 열 때 새로운 창으로 열림
: 볼드체

: 기울임체

BeautifulSoup 설치하기

conda install -c anaconda beautifulsoup4

pip install beautifulsoup4

Python에서 BeautifulSoup 사용해 HTML 읽기

1) from bs4 import BeautifulSoup 2) html 오픈해서 BeaufitulSoup으로 읽기

page = open("../data/03. zerobase.html", "r").read()
soup = BeautifulSoup(page, "html.parser")  
#page에 있는 내용을 BeautifulSoup으로 읽기
#Parser: https://www.crummy.com/software/BeautifulSoup/bs4/doc/ (어떤 엔진을 사용할지)
print(soup.prettify()) # html을 들여쓰기해서 좀 더 보기 편하게 만들기

BeautifulSoup 태그 읽는 법

1) 간단한 방법

soup.head
soup.body
soup.div
soup.p

2) soup.find()

가장 먼저 찾은 1개만 반환
soup.find("p")
soup.find("p", class_="inner-text second-item")
- class_: Python 예약어와 구분짓기 위해 '_' 사용
soup.find("p", {"class":"outer-text first-item"})
- dic형으로 불러올 p태그 지정
soup.find("p", {"class":"outer-text first-item"}).text.strip()
- text만 불러오기. 이때 strip()으로 공백 지워주기.
soup.find("p", {"class":"inner-text first-item", "id": "first"})
- 다중 조건 적용 가능

3) soup.find_all()

여러 개의 태그를 리스트 타입으로 반환
soup.find_all("p"): 모든 p태그 반환
soup.find_all(class_="outer-text"): 해당하는 2개의 p태그 불러옴
soup.find_all(id="pw-link")[0].text: 리스트이기 때문에 [0]와 같이 인덱스 지정 필요

4) p태그 리스트에서 텍스트 속성만 출력하기

.text / .get_text()

# print와 함께 사용하면 예쁘게 출력됨
print(soup.find_all("p")[1].text)
print(soup.find_all("p")[1].get_text())
print(soup.find_all("p")[1].string)

for문으로 출력하기

for each_tag in soup.find_all("p"):
print("="*50)
print(each_tag.text)
...
==================================================

           Happy Zerobase.
           PinkWink

==================================================

            Happy Data Science.
            Python

==================================================

Data Science is funny.

==================================================

All I need is love.

5) a 태그에서 href 속성값에 있는 링크 추출
- `soup.find_all("a")[0].get("href")`
- `soup.find_all("a")[0]["href"]`
```python
links = soup.find_all("a")
links[0].get("href"), links[1]["href"]
...
('http://www.pinkwink.kr', 'https://www.python.org')


for each in links:
    href = each.get("href") #혹은: each["href"]
    text = each.get_text()
    print(text+" -> "+href)

1. 네이버 금융 예제

방법1) urlopen import하여 네이버 금융 페이지의 html 읽기

from urllib.request import urlopen 
from bs4 import BeautifulSoup

url = "https://finance.naver.com/marketindex/"
response = urlopen(url)
soup = BeautifulSoup(response, "html.parser") 
print(soup.prettify())

-response.status: URL 읽어주는 Request에 대한 HTTP 상태 코드

방법2) requests 사용하기

1) 터미널에서 requests 설치 pip install requests pip list | grep requests: requests 설치되었는지, 버전과 함께 확인 2) VS Code에서 import

import requests # from urllib.request.Request 와 유사 => 편한 것 사용
from bs4 import BeautifulSoup

3) 페이지 url 불러오기

url = "https://finance.naver.com/marketindex/"
response = requests.get(url) #requests.post() 방식도 있음.

response.text / response.content: html 전체 출력
response: request status 확인
- 로 성공 status가 출력됨
들여쓰기 해서 예쁘게 보는 방법
```
soup = BeautifulSoup(response.text, "html.parser")
print(soup.prettify())
```
네이버 금융 페이지의 환율과 국가 등 여러 정보 가져오기
하나만 선택: find, select_one
여러 개 선택: select, find_all => select가 class와 id를 아래와 같이 간단하게 불러올 수 있어서 편리함
- select에서 class는 앞에 '.', id는 앞에 '#' 사용
```
exchangeList = soup.select("#exchangeList > li")
# 즉, exchangeList라는 id를 가진 태그 중에서 하위에 li 태그 불러오기
```

title = exchangeList[0].select_one(".h_lst").text exchange = exchangeList[0].select_one(".value").text change = exchangeList[0].select_one(".change").text updown = exchangeList[0].select_one("div.head_info.point_up > .blind").text

class="head_info point_up"와 같이 띄어쓰기 있을 때는 class가 2개인 것으로 인식함 -> select에서 불러올 때는 사이에 '.'을 붙여줌

'>'의 의미: 바로 하위에 있는 클래스의 값을 가져오는 것

baseUrl = "https://finance.naver.com" link = baseUrl + exchangeList[0].select_one("a").get("href")

title, exchange, change, updown, link

... ('미국 USD', '1,377.00', '3.50', '상승', 'https://finance.naver.com/marketindex/exchangeDetail.naver?marketindexCd=FX_USDKRW')


---

### 2. 위키백과 문서 불러오기 예제
#### URL 인코딩/디코딩하여 불러오는 방법
```python
from urllib.request import urlopen, Request
import urllib

html = "https://ko.wikipedia.org/wiki/{search_words}"
#https://ko.wikipedia.org/wiki/여명의_눈동자
req = Request(html.format(search_words=urllib.parse.quote("여명의_눈동자"))) 
#글자를 URL로 인코딩  -> 한글을 encoding/decoding해주는 사이트 사용하여 입력해도 됨.
response = urlopen(req)
soup = BeautifulSoup(response, "html.parser")
print(soup.prettify())

# 출력하려는 텍스트값이 몇번째 줄에 존재하는지 확인하는 용도 (ul이 너무 많음!)
n=0
for each in soup.find_all("ul"):
    print("=>" + str(n) + "=========")
    print(each.get_text())
    n += 1
soup.find_all("ul")[35].text.strip().replace("\xa0", "").replace("\n","")

3. 시카고 맛집 예제

Request 시, 403 에러: 웹페이지를 볼 수 있는 권한이 없어서 사이트에서 거절한 것! => user agent를 헤더에 넣는다
- 1) 정석: 크롬 > 개발자도구 > 네트워크 > 헤더 > user-agent 확인 req = Request(url, headers={"user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36"})
- 2) 간단한 방법: Chrome 넣는다 req = Request(url, headers={"User-Agent": "Chrome"})
- 3) fake user agent 사용
```
from fake_useragent import UserAgent
ua = UserAgent()
ua.ie  #Fake인 User Agent를 랜덤하게 반환함. 
req = Request(url, headers={"user-agent": ua.ie})
#Fake로 받아온 user-agent를 입력해도 됨.
```
urljoin(절대주소, 상대주소) : 상대주소와 절대주소를 대응해줌.
- 상대 주소에 절대주소가 이미 포함되어 있으면 상대주소만 반환되고, 없으면 절대주소가 붙어서 반환됨.
- from urllib.parse import urljoin url_add.append(urljoin(url_base, item.select_one("a").get("href")))
type(tmp_one)와 같이 BeautifulSoup의 type을 확인할 수 있음
- bs4.element.Tag
Regular Expression (정규표현식) (공식 문서)
- 점프투파이썬 링크
- import re
- re.split("기준문자열", split할 텍스트) -> 리스트형으로 split
- re.search("$\d+.(\d+)?", price_address_tmp).group() -> 정규표현식으로 찾은 값을 반환
tqpm 라이브러리
- 터미널에서 설치: conda install -c conda-forge tqdm
- 파이썬에서 반복 작업의 진행 상황을 시각적으로 보여주는 툴. tqdm을 사용하면 진행 상황을 실시간으로 확인할 수 있습니다. (출처: https://zephyrus1111.tistory.com/305)

(참고)

df.to_excel("./03. naverfinance.xlsx", encoding="utf-8") 했을 때, to_excel() got an unexpected keyword argument 'encoding' 에러 발생
- pandas.DataFrame.to_excel(공식문서)에서 encoding 옵션을 더이상 지원하지 않음.

[EDA] 서울시 CCTV, 범죄 현황 데이터 분석(matplotlib, pivot_table, Google Map API 사용하기, Python 모듈 설치)

Sat, 13 Jul 2024 07:45:55 GMT

참고 링크

https://matplotlib.org/stable/gallery/index https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.plot.html

matplotlib

plt.show() 는 화면에 표시하는 기능을 하는데 Jupyter나 IPython을 사용할 때는 자동으로 표시되기 때문에 호출할 필요가 없다.

Python 모듈 설치

pip 명령

python의 공식 모듈 관리자
!pip list: 현재 설치된 모듈 리스트 반환
- e.g. ds_study라는 콘다 환경 내에 설치된 모듈 리스트 반환
!pip install module_name: 모듈 설치
!pip uninstall module_name: 설치된 모듈 제거
Jupyter에서는 "!"를 쓰면 OS 레벨에서의 명령을 할 수 있음. 다만, 바로 코드를 export해서 사용하는 경우에는 "!"를 쓰면 에러가 나는 경우도 있어서 get_ipython().system("pip list") 를 쓰기도 함.

conda 명령

pip를 사용하면 conda 환경에서 dependency 관리가 정확하지 않을 수 있다. 아나콘다에서는 가급적 conda 명령으로 모듈을 관리하는 것이 좋다.
conda list: 설치된 모듈 list
conda install module_name: 모듈 설치
condat uninstall module_name: 모듈 제거
conda install -c channel_name module_name: 지정된 배포 채널에서 모듈 설치 => 채널이 존재한다는 것이 차이점.
그러나 모든 모듈이 conda로 설치되는 것은 아니다

pandas For 반복문: iterrows()

for idx, rows in df.iterros()

pandas 데이터 프레임은 대부분 2차원
이럴 때 for문을 사용하면 n번째라는 지정을 반복해서 가독률이 떨어짐
pandas 데이터 프레임은 반복문을 만들 때 iterrows()라는 옵션을 사용하면 편함.
받을 때, 인덱스와 내용으로 나누어 받는 것만 주의

[EDA] Pandas 기초: 데이터 읽기, Series와 Data Frame, 데이터 정렬/선택/추가/삭제, apply()

Sat, 06 Jul 2024 16:14:12 GMT

제로 베이스: 서울시 CCTV 현황 데이터 분석

1. pandas로 csv, excel 파일 읽기

import pandas as pd

원하는 모듈이 설치되어 있다면 import 명령으로 사용하겠다고 선언한다.
pandas 모듈을 부를건데, 이걸 pd라고 앞으로 부르겠다
```
from Module import function
```
Module 안에 있는 function 하나만 부르고 싶다면 위와 같이 선언한다.

CCTV_Seoul = pd.read_csv(
                "../data/01. Seoul_CCTV.csv",
                endoding="utf-8"
                  )

csv: comma separated values의 약자로, 콤마로 구분된 값들이라는 뜻!
csv는 띄어쓰기로 통상 구분되어서 그냥 read_csv 명령으로 읽기만 해도 된다.
긴 파일명을 끝까지 입력하지 말고 적당한 곳에서 TAB 키를 눌러보자 (근데 colab은 TAB이 동작 안함)
한글은 encoding 설정이 필수!

< pandas dataframe 구조 >

# column 이름 조회
CCTV_Seoul.columns 
CCTV_Seoul.columns[0]

# df.rename: column 이름 변경하기
# inplace => 실제로 데이터의 column 이름을 바꾸겠다, default가 False임.

# header=2: 위에서 2번 줄이 header라고 명시
# usecols= : 필요한 컬럼만 선택

2. Data Frame 생성하기

Pandas의 데이터형을 구성하는 기본은 Series: index와 value로 구성

한가지 데이터 타입만 가질 수 있음.

Seriese들이 여러 개 모인 것이 Data Frame!

Series는 컬럼 한줄 한줄을 의미함

pd.Series([1,2,3,4]) #dtype: int64
pd.Series([1,2,3,4], dtype=np.float64) #dtype: float64
pd.Series([1,2,3,4], dtype=str) #dtype: object
pd.Series(np.array([1,2,3])) #dtype: int64
data = pd.Series([1,2,3,4, "5"]) #dtype: object

날짜 데이터: pd.date_range("날짜", periods=n) 로 입력한 날짜로부터 n일 간의 날짜 생성

# 20240501부터 기준으로 6일간의 데이터가 생성됨.
dates = pd.date_range("20240501", periods=6)
dates
...
DatetimeIndex(['2024-05-01', '2024-05-02', '2024-05-03', '2024-05-04',
             '2024-05-05', '2024-05-06'],
            dtype='datetime64[ns]', freq='D')

pd.DataFrame() : values, index, columns로 구성

import numpy as np
df = pd.DataFrame(
      np.random.randn(6,4),   
      # numpy 내장함수로 6행 4열(총 24개)의 랜덤요소 생성
      index=dates, 
      columns=["A", "B", "C", "D"]
  )

3. 데이터 훑어보기

여러 간단한 기능

df.head() #위에서부터 기본 5개, 숫자 지정도 가능
df.tail() #아래에서부터 기본 5개, 숫자 지정도 가능
df.index #index 가져오기
df.columns #columns 가져오기
df.values #values 가져오기
df.info() #데이터 프레임의 기본 정보 확인: 컬럼의 크기와 데이터 형태 확인
df.describe() #데이터 프레임의 기술 통계 정보 확인 (count, mean, std, min, max, 25%, 50%, 75%)

데이터 정렬

sort_values(): 특정 컬럼(열)을 기준으로 데이터를 정렬한다.
- ascending=False 이면 내림차순 (True=오름차순이 디폴트)
- inplace=Ture까지 해줘야 원본 데이터가 변경됨.
```
df.sort_values(by="B", ascending=False, inplace=True)
```

데이터 선택

1) 한 개 컬럼 선택

df["A"]  #index와 A컬럼의 value 출력
type(df["A"]) #pandas.core.series.Series
df.A #컬럼명이 알파벳이면 'A'로 아예 지정해서 불러올 수도 있음 (숫자X)

2) 두 개 이상 컬럼 선택

# 리스트 안에 리스트로 또 담아줘야 함
df[["A", "B"]]

3) offset index

[n:m]: n부터 m-1까지

인덱스나 컬럼의 이름으로 slice하는 경우는 끝(m)을 포함함

df[0:3]
# 1번째 행부터 3번째 행까지만 불러와짐
df["2024-05-01":"2024-05-04"]
# 1번째 행부터 4번째 행까지 불러와짐. 즉 끝이라고 지정한 행까지 불러와짐.

4) loc과 iloc

loc[]: location

인덱스와 컬럼의 이름을 사용 가능

df.loc[:, ["A", "B"]]
# 인덱스는 전부 다 가져오고, 컬럼은 A,B만 가져와라
df.loc["2024-05-01":"2024-05-04", ["A", "D"]]
#1번째 행부터 4번째 행까지, A와 D 컬럼만 불러와짐.
df.loc["2024-05-01":"2024-05-04", "A":"D"]
# 컬럼에서 offset index 활용해서 A부터 D까지 불러옴. 즉, D컬럼이 포함됨!

iloc[]: integer location

특정 행/컬럼의 순서(위치)를 기반으로 인덱싱

컴퓨터가 인식하는 인덱스 값으로 선택

df.iloc[3] # 3번째 행의 데이터
df.iloc[3,2] #3번째 행, 2번째 컬럼의 데이터만 불러와짐
df.iloc[1:3, 1:3] # 1~2행, 1~2열만 불러와짐. 즉, 3번째 행과 3번째 열이 빠졌음.
df.iloc[:, 1:3] # 모든 행, 1~2컬럼만 불러옴.

5) condition 활용

df[condition]와 같이 사용하는 것이 일반적

df[df["A"]>0]
# 값이 0보다 큰 것만 불러오고, 0보다 작은 값의 자리에는 NaN(Not a Number, 데이터가 없다는 뜻)가 들어감.

데이터 추가/수정

기존 컬럼이 없으면 추가
기존 컬럼이 있으면 수정

isin(): 특정 요소가 있는지 확인

df["E"] = ["one", "two", "three", "four", "five", "six"] # 컬럼 E를 추가
df[df["E"].isin(["two","five"])] #E컬럼의 값이 two, five인 데이터 불러오기

특정 컬럼 제거

del 삭제할 컬럼

drop(삭제할 컬럼, axis=)

axix=0 가로, axis=1 세로

del df["E"] #E컬럼 삭제
df.drop(["D"], axis=1) #D컬럼 삭제

apply(함수)

apply(함수) 데이터에 특정 함수를 적용시킴

df["A"].apply("sum")
df["A"].apply("mean")
df["A"].apply("min"), df["A"].apply("max")
df.apply(np.sum) #전체 컬럼에 대한 sum
df["A"].apply(np.cumsum) # A컬럼의 누적 합

직접 함수를 만들어보고 데이터 프레임에 적용해보기

def plusminus(num): return "plus" if num > 0 else "minus"

df["A"].apply(plusminus) ... 2024-05-01 minus 2024-05-02 minus 2024-05-03 plus 2024-05-04 minus 2024-05-05 minus 2024-05-06 plus


## 4. 두 데이터 합치기

Pandas에서 데이터 프레임을 병합하는 방법 3가지
- pd.concat()
- pd.merge()
- pd.join()

### [ pd.merge() ]
- 두 데이터 프레임에서 컬럼이나 인덱스를 기준으로 잡고 병합하는 방법
- 기준이 되는 컬럼이나 인덱스를 키값이라고 함
- 기준이 되는 키값은 두 데이터 프레임에 모두 포함되어 있어야 함

#### 예시 데이터 프레임 만들기
![](https://velog.velcdn.com/images/sss_yeonii/post/60dd990c-7ecd-4b47-8710-9b41a8155c31/image.png)
```python
# 딕셔너리 안의 리스트 형태
left = pd.DataFrame({ # 컬럼의 값을 순서대로 나열
    "key": ["K0", "K4", "K2", "K3"],
    "A": ["A0", "A1", "A2", "A3"],
    "B": ["B0", "B1", "B2", "B3"]
})
# 리스트 안의 딕셔너리 형태: 행의 값을 순서대로 나열
right = pd.DataFrame([
    {"key": "K0", "C":"C0", "D": "D0"},
    {"key": "K1", "C":"C1", "D": "D1"},
    {"key": "K2", "C":"C2", "D": "D2"},
    {"key": "K3", "C":"C3", "D": "D3"},
])

pd.merge(left, right, on="", how="")

on: 기준이 되는 컬럼
how: merge하는 방법 (디폴트: inner라는 교집합)

pd.merge(left, right, on="key") 
# key 컬럼을 기준으로 left와 right 데이터 프레임을 합치겠다
# #how의 디폴트: inner -> key 컬럼에서 공통으로 가지고 있는 값에 대해서만 합쳐짐

pd.merge(left, right, how="left", on="key")
# key 컬럼을 기준으로 left와 right 데이터 프레임을 합치겠다
# 하지만 left에 있는 값을 기준으로 합쳐라
# right에는 존재하지 않는 K4 행의 값이 NaN

pd.merge(left, right, how="right", on="key")
# key 컬럼을 기준으로 left와 right 데이터 프레임을 합치겠다
# 하지만 right에 있는 값을 기준으로 합쳐라  
# left에는 존재하지 않는 K1 행의 값이 NaN

pd.merge(left, right, how="outer", on="key")
# key 컬럼을 기준으로 left와 right 데이터 프레임을 합치겠다
# 하지만 outer인 합집합으로서, key에 있던 없던 다 합쳐라
# left에는 존재하지 않는 K1 행의 값이 NaN, right에는 존재하지 않는 K4 행의 값이 NaN

인덱스 변경 set_index()

set_index(): 선택한 컬럼을 데이터 프레임의 인덱스로 지정
```
data_result.set_index("구별", inplace=True)
data_result.head()
```

상관계수 corr()

correlation의 약자
상관계수가 0.2 이상인 데이터를 비교
int, float 타입만 사용 가능 (object X)

😇 pandas 문서 모음 (문서를 찾아보는 습관 들이기!)

pandas.read_csv: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html#pandas-read-csv
pandas.DataFrame.rename: https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.rename.html#pandas-dataframe-rename

[EDA 환경 설정] Miniconda, Homebrew, Jupyter / Visual Studio Code 설치와 단축키

Sat, 06 Jul 2024 14:28:51 GMT

1. Miniconda 설치 -> Miniforge

아나콘다 사용도 가능하지만, miniconda를 설치하여 필요한 패키지만 따로 설치해줄 수도 있음.
수업은 Python 3.8 기준으로 진행할 예정

miniforge로 이동해서 M1용 다운로드: https://github.com/conda-forge/miniforge?tab=readme-ov-file
터미널 실행
cd Downloads 로 Downloads 폴더 열기
ls Mini(탭하여 자동 완성)forge3-MacOSX-arm64.sh 입력 후 설치 진행
- 이때 ls Mini에서 탭하여 자동 완성
yes 두번 입력
설치가 완료됐으면 터미널 종료 후 다시 켜기
(base)가 좌측에 있으면 설치 완료된 것!

2. Homebrew 설치

https://brew.sh/ 사이트에서 코드 복사
터미널 앱 실행하여 코드 붙여넣기
맥북 패스워드 입력 (아무것도 입력 안되는 것처럼 보이는 게 정상)
설치 중 파일 경로를 변경해주는 echo, eval 코드를 그대로 입력
brew help 가 검색되면 잘 설치한 것!

<강의 환경 만들기>

1) conda --version : conda 버전 확인 - conda update conda로 버전 업데이트 가능 2) conda create -n ds_study python=3.8 -> y입력 - 강의 환경과 동일하게 맞추기 위해 python=3.8로 설정 3) conda activate ds_study -> (base)가 (ds_study)로 변경된 것을 확인할 수 있음 - (base)로 빠져나오고 싶다면: conda deactivate 입력 - conda env list : 현재 컴퓨터에 있는 환경이 무엇이 있는지를 확인할 수 있음 - 특정 환경 삭제: conda env remove -n (삭제하고 싶은 환경 이름)

=> 앞으로 강의할 때마다 conda activate ds_study로 환경 활성화해두기!

3. Jupyter와 여러 패키지 설치

conda install jupyter
conda install ipython
conda install matplotlib
conda install seaborn
conda install pandas
conda install -y scikit-learn   #-y로 y입력하지 않고 설치할 수 있음
conda install xlrd
(ds_study)가 활성화되어있는지 확인한 후, jupyter notebook 실행

3. Visual Studio Code 설치

터미널 실행
brew install visual-studio-code
code 입력하여 Visual Studio Code 실행
Visual Studio Code에서 .. 1) Python Extension 설치 2) 문서 > 새파일 > test.py / test.ipynb 생성 해보기 3) cmd+shift+p -> python select interpreter 입력 -> conda에서 생성했던 ds_study 환경 선택 4) test.ipynb 는 Jupyter notebook을 vsc에서 생성한 것

동일하게 ds_study 환경 선택

Visual Studio Code 사용하는 방법

terminal 실행
cd Documents/ds_study #문서 내 ds_study 열기
code . # 현재 폴더인 ds_study에서 vscode 열겠다는 뜻

참고) cd .. # Documnets로 이동하겠다는 뜻 => . (온점 한 개): 현재 폴더를 의미 -> .. (온점 두 개): 상위 폴더를 의미

Visual Studio Code가 실행됨
새로운 파일 생성: .ipynb로 확장자명을 필수로 설정해 주어야 주피터 노트북 환경이 실행됨.
cmp+shift+p (윈도우: ctrl) 검색창에서 Python Select interpreter를 눌러서 ds_study 선택

🧡 Visual Studio Code 단축키 🧡

셀 선택모드와 코드 입력 모드 의 전환은 ESC와 Enter

공통

Ctrl + Enter : 현재 셀을 실행하고, 현재 셀에 머문다.
Shift + Enter : 현재 셀을 실행하고, 다음 셀로 커서를 옮긴다 (다음 셀이 없다면 생성함)
셀 선택 모드
A : 현재 셀에서 위쪽에 새로운 셀을 추가한다.
B : 현재 셀에서 아래쪽에 새로운 셀을 추가한다.
DD : 현재 셀을 삭제한다.
M : 현재 셀을 코드에서 마크다운으로 변경한다.
Y : 현재 셀을 마크다운에서 코드로 변경한다.

코드 입력모드

Ctrl + Z, Ctrl + F 등 VS Code가 코드 입력 시 지원하는 대부분의 단축키를 쓸 수 있다.

유용한 맥북 단축키

백틱(`)
- 영어 모드: ₩를 누르면 `가 입력된다.
- 한글 모드(option+₩): 디폴트로 ₩가 입력된다. 단, option과 함께 누르면 `를 입력할 수 있다.

[알고리즘] 선형 검색, 이진 검색, 순위, 버블/삽입/선택/병합/퀵 정렬, 최댓값/최솟값/최빈값/근삿값/평균, 재귀, 하노이의탑

Tue, 25 Jun 2024 16:05:01 GMT

선형 검색

일렬로 나열되어 있는 데이터를 순차적으로 스캔하면서 원하는 값을 찾는다
인데스 0부터 9까지 순차적으로 검색 -> 검색 성공 or 검색 실패
```
datas = [3,2,5,7,9,1,2,4,3,8]
print(f'datas: {datas}')
```

searchData = int(input('찾으려는 숫자 입력: ')) searchResultIdx = -1 #존재하지 않는 인덱스를 주기 위함

n=0 while True: if n == len(datas): #datas 길이 끝까지 갔는데 데이터가 없을 때 print('찾으려는 데이터가 존재하지 않습니다.') break elif datas[n] == searchData: searchResultIdx = n break n += 1

print(f'searchResultIdx: {searchResultIdx}')

... datas: [3, 2, 5, 7, 9, 1, 2, 4, 3, 8] 찾으려는 숫자 입력: 8 searchResultIdx: 9

### 보초법
- 마지막 인덱스에 찾으려는 값을 추가해서 찾는 과정을 간략화한다
- 인덱스 0부터 10까지 순차적으로 검색(10번째에 9 임의로 추가) -> 9 검색 -> 검색 성공: 마지막 이전에 9가 검색된 경우 / 검색 실패: 마지막에 9가 검색된 경우
```python
datas = [4,7,10,2,4,7,0,2,7,3,9]
print(f'datas: {datas}')

searchData = 7
searchResultIdx = -1 #존재하지 않는 인덱스를 주기 위함
sumData = 0
n=0
while True:
    if n == len(datas):
        break

    elif datas[n] == searchData:
        print(f'7의 위치(인덱스): {n}')
        sumData += 1

    n += 1
print(f'7의 개수: {sumData}')

...
datas: [4, 7, 10, 2, 4, 7, 0, 2, 7, 3, 9]
7의 위치(인덱스): 1
7의 위치(인덱스): 5
7의 위치(인덱스): 8
7의 개수: 3

<파이썬 실습>

datas에서 7의 위치와 몇 개가 존재하는지 출력하는 프로그램을 생성해보세요.
```
datas = [4,7,10,2,4,7,0,2,7,3,9]
```

searchData = int(input('검색할 숫자 입력: ')) datas.append(searchData) #보초법으로 마지막에 검색할 숫자 넣기 searchResultIdx = []

n=0 while True: if datas[n] == searchData: if n != len(datas) - 1: #보초법에 의해 추가된 숫자라면 제외 searchResultIdx.append(n) else: break n += 1

print(f'datas: {datas}') print(f'searchResultIdx: {searchResultIdx}') print(f'검색할 숫자 {searchData}의 총 개수: {len(searchResultIdx)}') ... 검색할 숫자 입력: 7 datas: [4, 7, 10, 2, 4, 7, 0, 2, 7, 3, 9, 7] searchResultIdx: [1, 5, 8] 검색할 숫자 7의 총 개수: 3

- 숫자로 이루어진 리스트에서 사용자가 입력한 숫자를 검색하는 모듈으르 다음 요건에 따라 만들어보자.
![](https://velog.velcdn.com/images/sss_yeonii/post/6c198345-99a3-4468-9693-a2f8a268d7fb/image.png)
```python
def searchNumberByLineAlgorithm(ns, sn):

    searchResultIdx = -1

    print(f'Numbers: {ns}')
    print(f'Search Number: {sn}')

    n=0
    while True:
        if n == len(ns): #찾다가 끝까지 온 것이면 Fail
            print('Search Fail')
            break

        if ns[n] == sn:
            searchResultIdx = n
            print('Search Success')
            print(f'Search result Index: {searchResultIdx}')
            break
        n += 1

    return searchResultIdx

------실행파일------
import lineMod
import random

if __name__ == '__main__':
    rNums = random.sample(range(1,21), 10)
    searchNum = int(input('input search number: '))

    resultIdx = lineMod.searchNumberByLineAlgorithm(rNums, searchNum)
    if resultIdx == -1:
        print('No result found')
        print(f'resultIdx: {resultIdx}')
    else:
        print('>>> Search Results <<<')
        print(f'resultIdx: {resultIdx}')
        print(f'result number: {rNums[resultIdx]}')

....
input search number: 8
Numbers: [9, 14, 12, 13, 18, 8, 6, 10, 17, 2]
Search Number: 8
Search Success
Search result Index: 5
>>> Search Results <<<
resultIdx: 5
result number: 8

이진 검색

이진 검색: 정렬되어 있는 자료 구조에서 중앙값과의 크고 작음을 이용해서 검색 범위를 좁혀나가면서 데이터를 검색한다.
정렬되어 있어야 하기 때문에 sort() 함수 활용
```
datas = [1,2,3,4,5,6,7,8,9,10,11]
```

startIdx = 0 endIdx = len(datas) - 1 midIdx = (startIdx+endIdx) // 2 #시작+끝 인덱스 나누기 2의 몫 midVal = datas[midIdx]

searchData = int(input('검색할 숫자 입력: ')) searchDataIdx = -1

while searchData in datas:

if searchData == midVal:
    searchDataIdx = midIdx
    break

elif searchData == datas[len(datas) - 1]:
    searchDataIdx = len(datas) - 1
    break

elif searchData > midVal:
    startIdx = midIdx
    midIdx = (startIdx+endIdx) // 2
    midVal = datas[midIdx]
    print(f'midIdx: {midIdx}')
    print(f'midVal: {midVal}')

elif searchData < midVal:
    endIdx = midVal
    midIdx = (startIdx+endIdx) // 2
    midVal = datas[midVal]
    print(f'midIdx: {midIdx}')
    print(f'midVal: {midVal}')

print(f'{searchData}의 위치 {searchDataIdx}')

... 검색할 숫자 입력: 10 midIdx: 7 midVal: 8 midIdx: 8 midVal: 9 midIdx: 9 midVal: 10 10의 위치 9


## 순위 
- 순위: 수의 크고 작음을 이용해서 수의 순위를 정하는 것
![](https://velog.velcdn.com/images/sss_yeonii/post/f4ac77e0-da57-466e-8083-5c06144f9c69/image.png)
< 파이썬 실습>
- 학급 학생(20명)들의 중간고사와 기말고사 성적을 이용해서 각각의 순위를
구하고, 중간고사 대비 기말고사 순위 변화(편차)를 출력하는 프로그램을
만들어 보자.(시험 성적은 난수를 이용한다.)
```python
class RandDeviation:

    def __init__(self, mss, ess):
        self.midStuScos = mss
        self.endStuScos = ess
        self.midRanks = [0 for i in range(len(mss))]
        self.endRanks = [0 for i in range(len(ess))]
        self.randDeviation = [0 for i in range(len(mss))]

    def setRank(self, ss, rs):
        for idx, score1 in enumerate(ss):
            for score2 in ss:
                if score1 < score2:
                    rs[idx] += 1

    def setMidRank(self):
        self.setRank(self.midStuScos, self.midRanks)

    def getMidRank(self):
        return self.midRanks

    def setEndRank(self):
        self.setRank(self.endStuScos, self.endRanks)

    def getEndRank(self):
        return self.endRanks

    def printRankDeviation(self): #순위 변동 출력
        for idx, mRank in enumerate(self.midRanks):
            deviation = mRank - self.endRanks[idx]

            if deviation > 0:
                deviation = '↑' + str(abs(deviation)) #절댓값

            elif deviation < 0:
                deviation = '↓' + str(abs(deviation)) #절댓값

            else:
                deviation = '=' + str(abs(deviation))

            print(f'midRank: {mRank}, \t endRank: {self.endRanks[idx]}, \t Deviation: {deviation}')

------ 실습 파일 ------
import rankMod
import random

midStuScos = random.sample(range(50, 101), 20)
endStuScos = random.sample(range(50, 101), 20)

rd = rankMod.RandDeviation(midStuScos, endStuScos)
rd.setMidRank()
print(f'midStuScos: {midStuScos}')
print(f'mid_rank: {rd.getMidRank()}')
rd.setEndRank()
rd.getEndRank()

print(f'endStuScos: {endStuScos}')
print(f'end_rank: {rd.getEndRank()}')

rd.printRankDeviation()

...
midStuScos: [98, 100, 94, 84, 93, 75, 77, 55, 80, 51, 56, 73, 52, 68, 65, 57, 60, 83, 66, 79]
mid_rank: [1, 0, 2, 4, 3, 9, 8, 17, 6, 19, 16, 10, 18, 11, 13, 15, 14, 5, 12, 7]
endStuScos: [89, 53, 74, 77, 72, 54, 71, 85, 98, 62, 68, 86, 58, 94, 76, 92, 52, 57, 91, 59]
end_rank: [4, 18, 9, 7, 10, 17, 11, 6, 0, 13, 12, 5, 15, 1, 8, 2, 19, 16, 3, 14]
midRank: 1,      endRank: 4,      Deviation: ↓3
midRank: 0,      endRank: 18,      Deviation: ↓18
midRank: 2,      endRank: 9,      Deviation: ↓7
midRank: 4,      endRank: 7,      Deviation: ↓3
midRank: 3,      endRank: 10,      Deviation: ↓7
midRank: 9,      endRank: 17,      Deviation: ↓8
midRank: 8,      endRank: 11,      Deviation: ↓3
midRank: 17,      endRank: 6,      Deviation: ↑11
midRank: 6,      endRank: 0,      Deviation: ↑6
midRank: 19,      endRank: 13,      Deviation: ↑6
midRank: 16,      endRank: 12,      Deviation: ↑4
midRank: 10,      endRank: 5,      Deviation: ↑5
midRank: 18,      endRank: 15,      Deviation: ↑3
midRank: 11,      endRank: 1,      Deviation: ↑10
midRank: 13,      endRank: 8,      Deviation: ↑5
midRank: 15,      endRank: 2,      Deviation: ↑13
midRank: 14,      endRank: 19,      Deviation: ↓5
midRank: 5,      endRank: 16,      Deviation: ↓11
midRank: 12,      endRank: 3,      Deviation: ↑9
midRank: 7,      endRank: 14,      Deviation: ↓7

알파벳 문자들과 정수들에 대한 순위를 정하는 프로그램을 순위 알고리즘을 이용해서 만들어 보자. 단, 알파벳은 아스키코드 값을 이용한다. [32, ‘a’, ‘z’, 45, ‘G’, 39, 50, ‘T’, ‘t’, 22, 31, 55, ‘s’, 63, 59, ‘E’]

datas = [32, 'a', 'z', 45, 'G', 39, 50, 'T', 't', 22, 31, 55, 's', 63, 59, 'E']
print(f'datas: {datas}')
ranks = [0 for i in range(len(datas))]

ascIIDatas = []

for data in datas:
    if str(data).isalpha(): #isalpha: 알파벳이냐 아니냐! 내가 썼던 코드: type(datas[i]) == type('data')
        ascIIDatas.append(ord(data))
    else:
        ascIIDatas.append(data)

print(f'ascIIDatas: {ascIIDatas}')

for idx, data1 in enumerate(ascIIDatas):
    for data2 in ascIIDatas:
        if data1 < data2:
            ranks[idx] += 1

print(f'ranks: {ranks}')
for i, d in enumerate(ascIIDatas):
    print(f'data: {d:>2} \t rank: {(ranks[i]+1):>2}')  #오른쪽정렬: ':>2'

.....
datas: [32, 'a', 'z', 45, 'G', 39, 50, 'T', 't', 22, 31, 55, 's', 63, 59, 'E']
ascIIDatas: [32, 97, 122, 45, 71, 39, 50, 84, 116, 22, 31, 55, 115, 63, 59, 69]
ranks: [13, 3, 0, 11, 5, 12, 10, 4, 1, 15, 14, 9, 2, 7, 8, 6]
data: 32      rank: 14
data: 97      rank:  4
data: 122      rank:  1
data: 45      rank: 12
data: 71      rank:  6
data: 39      rank: 13
data: 50      rank: 11
data: 84      rank:  5
data: 116      rank:  2
data: 22      rank: 16
data: 31      rank: 15
data: 55      rank: 10
data: 115      rank:  3
data: 63      rank:  8
data: 59      rank:  9
data: 69      rank:  7

버블 정렬

버블 정렬: 처음부터 끝까지 인접하는 인덱스의 값을 순차적으로 비교하면서 큰 숫자를 가장 끝으로 옮기는 알고리즘 ```python def bubbleSort(ns, deepCopy=True):

if deepCopy: #깊은 복사

  cns = copy.copy(ns)  #ns를 copy해서 cns라는 완전히 새로운 변수를 생성 => students는 그대로 유지 가능

else:

  cns = ns  #얕은 복사

length = len(cns) - 1 #버블 정렬 시, 처음의 숫자를 마지막 앞의 숫자까지만 비교하면 되기 때문에 -1을 해줌. for i in range(length):

  for j in range(length-i):
      if cns[j] > cns[j+1]:  #비교하려는 ns[j]의 값 보다 그 다음의 값인 ns[j+1]이 더 크다면
          cns[j], cns[j+1] = cns[j+1], cns[j]   #비교했던 ns[j]와 그 다음의 순서인 ns[j+1]과의 값을 바꾸어 줌.

return cns

----실행 파일----- import random import copy

students = [] for i in range(21): students.append(random.randint(170,185)) print(f'students: {students}')

sortedStudents = bubbleSort(students, deepCopy=True) print(f'students: {students}') print(f'sortedStudents: {sortedStudents}')

... students: [172, 177, 183, 171, 177, 175, 184, 173, 178, 181, 183, 170, 173, 180, 179, 172, 182, 178, 175, 180, 178] students: [172, 177, 183, 171, 177, 175, 184, 173, 178, 181, 183, 170, 173, 180, 179, 172, 182, 178, 175, 180, 178]

깊은 복사했기 때문에 students는 변형되지 않고 유지됨

sortedStudents: [170, 171, 172, 172, 173, 173, 175, 175, 177, 177, 178, 178, 178, 179, 180, 180, 181, 182, 183, 183, 184]

## 삽입 정렬
- 삽입 정렬: 정렬되어 있는 자료 배열과 비교해서 정렬 위치를 찾고 값을 넣어줌.
![](https://velog.velcdn.com/images/sss_yeonii/post/5e6732db-77a2-42a4-88b5-1b13f14d10c0/image.png)
```python
class SortNumbers:

    def __init__(self, ns, asc=True):
        self.nums = ns
        self.isAsc = asc

    def isAscending(self, flag):
        self.isAsc = flag

    def setSort(self):

        for i1 in range(1, len(self.nums)):  # 2번째의 수부터 시작해서, 이전번째의 수가 현재의 수보다 크면 앞으로 이동 => range 1부터 시작
            i2 = i1 - 1  # 이전번째를 i2로 지정
            cNum = self.nums[i1]  # 현재 기준이 되는 숫자

            if self.isAsc:  #오름차순
                while self.nums[i2] > cNum and i2 >= 0:  # 이전번째의 인덱스가 0보다 작으면 안됨.
                    self.nums[i2 + 1] = self.nums[i2]
                    i2 -= 1
            else:  #내림차순
                while self.nums[i2] < cNum and i2 >= 0:  # 이전번째의 인덱스가 0보다 작으면 안됨.
                    self.nums[i2 + 1] = self.nums[i2]
                    i2 -= 1
            self.nums[i2 + 1] = cNum

    def getSortedNumbers(self):
        return self.nums

    def getMinNumbers(self):
        if self.isAsc:
            return self.nums[0]
        else:
            return self.nums[len(self.nums)-1]


    def getMaxNumbers(self):
        if self.isAsc:
            return self.nums[len(self.nums)-1]
        else:
            return self.nums[0]
-----실행 파일-----
import insertMod
import random
import copy
nums = random.sample(range(1, 1001), 10)
print(f'numbers: {nums}')

sn = insertMod.SortNumbers(nums, asc=True)

# 오름차순
sn.setSort()
sortedNumbers = sn.getSortedNumbers()
print(f'sortedNumbers by asc: {sortedNumbers}')

# 내림차순
sn.isAscending(False)
sn.setSort()
sortedNumbers = sn.getSortedNumbers()
print(f'sortedNumbers by desc: {sortedNumbers}')

# 최솟값과 최댓값
print(f'min: {sn.getMinNumbers()}')
print(f'max: {sn.getMaxNumbers()}')

.....
numbers: [809, 715, 295, 586, 414, 2, 529, 638, 872, 510]
sortedNumbers by asc: [2, 295, 414, 510, 529, 586, 638, 715, 809, 872]
sortedNumbers by desc: [872, 809, 715, 638, 586, 529, 510, 414, 295, 2]
min: 2
max: 872

선택 정렬

선택 정렬: 최소값을 찾아 맨 앞에 위치한 값과 교체하는 방식으로 자료를 정렬하는 알고리즘
- 현재 값을 기준으로 현재 값을 포함한 다음의 숫자들 중 최솟값을 가장 맨 앞으로 교체

실습: 선택정렬 알고리즘을 이용해서 학생 20명의 시험 점수를 오름차순과 내림차순으로 정렬하는 모듈을 만들어보자. 시험 점수는 50부터 100까지로 한다. ```python def sortNumber(num, asc=True): if asc: #오름차순

  for i in range(len(num)-1):
      minIdx = i

      for j in range(i+1, len(num)):
          if num[minIdx] > num[j]:
              minIdx = j
      num[i], num[minIdx] = num[minIdx], num[i]

else: #내림차순

  for i in range(len(num) - 1):
      minIdx = i

      for j in range(i + 1, len(num)):
          if num[minIdx] < num[j]:
              minIdx = j
      num[i], num[minIdx] = num[minIdx], num[i]

return num

----- 실행 파일 ------- import selectSortMod as sm import random import copy num = random.sample(range(50,101), 20) print(f'num: {num}') print(f'result ASC: {sm.sortNumber(copy.deepcopy(num))}') #깊은 복사했기 때문에 원본이 정렬되지 않고 그대로 유지(훼손되지 않았음)

print(f'num: {num}') print(f'result DESC: {sm.sortNumber(copy.deepcopy(num), asc=False)}')

..... num: [59, 79, 66, 53, 81, 58, 91, 97, 68, 92, 75, 89, 50, 52, 80, 74, 71, 70, 72, 78] result ASC: [50, 52, 53, 58, 59, 66, 68, 70, 71, 72, 74, 75, 78, 79, 80, 81, 89, 91, 92, 97] num: [59, 79, 66, 53, 81, 58, 91, 97, 68, 92, 75, 89, 50, 52, 80, 74, 71, 70, 72, 78] result DESC: [97, 92, 91, 89, 81, 80, 79, 78, 75, 74, 72, 71, 70, 68, 66, 59, 58, 53, 52, 50]


## 최댓값 알고리즘
- 자료 구조에서 가장 큰 값을 찾는다
```python
class MaxAlgorithm:

    def __init__(self, ns):
        self.nums = ns
        self.maxNum = 0

    def getMaxNum(self):
        self.maxNum = self.nums[0]

        for n in self.nums:
            if self.maxNum < n:
                self.maxNum = n

        return self.maxNum

ma = MaxAlgorithm([-2, -4, 5, 7, 10, 0, 8, 20, -11])
maxVal = ma.getMaxNum()
print(f'최댓값: {maxVal}')
......
최댓값: 20

최솟값 알고리즘

자료 구조에서 가장 작은 값을 찾는다

class MinAlgorithm:

  def __init__(self, ns):
      self.nums = ns
      self.minNum = 0

  def getMinNum(self):
      self.minNum = self.nums[0]

      for n in self.nums:
          if self.minNum > n:
              self.minNum = n

      return self.minNum

ma = MinAlgorithm([-2, -4, 5, 7, 10, 0, 8, 20, -11]) minVal = ma.getMinNum() print(f'최솟값: {minVal}') ..... 최솟값: -11

## 최빈값 알고리즘
- 데이터에서 빈도수가 가장 많은 데이터를 최빈값이라고 한다. 
![](https://velog.velcdn.com/images/sss_yeonii/post/7ae47be4-c226-49c6-aa50-f3f8251c6f11/image.png)
  - 데이터를 인덱스로 변환. 즉, nums의 값이 위치(=인덱스)인 indexes를 만들고 nums에 값이 존재할 때마다 1씩 더해주는 방식 
- 실습: 최빈값 알고리즘을 이용해서 학생 100명의 점수 분포를 다음과 같이 나타내 보자.
```python
class MaxAlgorithm:

    def __init__(self, ns):
        self.nums = ns
        self.maxNum = 0
        self.maxNumIdx = 0

    def getMaxNumAndIdx(self):
        self.maxNum = self.nums[0]
        self.maxNumIdx = 0

        for i,n in enumerate(self.nums):
            if self.maxNum < n:
                self.maxNum = n
                self.maxNumIdx = i

    def getMaxNum(self):
        return self.maxNum

    def getMaxNumIdx(self):
        return self.maxNumIdx

----- 실행 파일 ------
import random
import max

scores = []

for i in range(11):
    rn = random.randint(71, 101)
    # if rn != 100:
    rn = rn - (rn % 5)
    scores.append(rn)
    #랜덤으로 뽑은 수가 100점만 아니면, 5로 나눈 나머지를 빼서 단위 5로 맞추어줌.

print(f'scores: {scores}')
maxAlo = max.MaxAlgorithm(scores)
maxAlo.getMaxNumAndIdx()
maxNum = maxAlo.getMaxNum()
print(f'maxNum: {maxNum}')
maxNumIdx = maxAlo.getMaxNumIdx()

#인덱스 리스트 생성
indexes = [0 for i in range(maxNum+1)] #maxNum+1을 해줘야 scores와 길이가 맞는다
print(f'indexes: {indexes}')
print(len(indexes))

#인덱스 리스트에 빈도 저장
for n in scores:
    indexes[n] = indexes[n] + 1
print(f'indexes: {indexes}')


n=1
while True:
    maxAlo = max.MaxAlgorithm(indexes)
    maxAlo.getMaxNumAndIdx()
    maxNum = maxAlo.getMaxNum()
    maxNumIdx = maxAlo.getMaxNumIdx()

    if maxNum == 0:
        break

    print(f'{n}. {maxNumIdx} 빈도수: {maxNum}\t', end='')
    print('+'*maxNum)

    indexes[maxNumIdx] = 0
    #가장 빈도수가 높은 값을 0으로 바꾸어서 최빈값을 초기화 -> 다음 최빈값을 다음번째에 출력할 수 있음

    n += 1
......
scores: [85, 80, 80, 70, 80, 85, 75, 80, 75, 80, 80]
maxNum: 85
indexes: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
86
indexes: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 2, 0, 0, 0, 0, 6, 0, 0, 0, 0, 2]
1. 80 빈도수: 6    ++++++
2. 75 빈도수: 2    ++
3. 85 빈도수: 2    ++
4. 70 빈도수: 1    +

근삿값 알고리즘

근삿값: 특정 값에 가장 가까운 값

def getNearNum(avgNum): #near.py로 저장
 basicScores = [95, 85, 75, 65, 55]
 nearNum = 0
 minNum = 100

 for n in basicScores:
     absNum = abs(n-avgNum)
     #(기준값-평균값)인 차이가 가장 작은 수를 nearNum으로 추출
     if absNum < minNum:
         minNum = absNum
         nearNum = n

 if nearNum == 95:
     return 'A'
 elif nearNum == 85:
     return 'B'
 elif nearNum == 75:
     return 'C'
 elif nearNum == 65:
     return 'D'
 elif nearNum <= 55:
     return 'F'
------실행 파일-----
import near
import random

scores = random.sample(range(0,101),5) print(f'scores: {scores}')

totalScore = sum(scores) print(f'totalScore: {totalScore}')

avgScore = totalScore / len(scores) print(f'avgScore: {avgScore}')

grade = near.getNearNum(avgScore) print(f'grade: {grade}')

..... scores: [80, 88, 79, 89, 78] totalScore: 414 avgScore: 82.8 grade: B

## 평균 알고리즘
- 평균: 여러 수나 양의 중간값을 갖는 수를 평균이라고 한다.
```python
def getAverageScore(scores):
    totalScore = 0

    for n in scores:
        totalScore += n

    avgScore = totalScore / len(scores)
    return avgScore

scores = [8.9, 7.6, 8.2, 9.1, 8.8, 8.1, 7.9, 9.4, 7.2, 8.7]
print(f'averageScore: {getAverageScore(scores)}')
.....
averageScore: 8.39

재귀 알고리즘

재귀: 나 자신을 다시 호출하는 것 <실습>

팩토리얼 함수 구현하기

def factorial(num):
  if num > 0:
      return num * factorial(num-1)
  else:
      return 1

print(f'factorial(10): {factorial(5)}') ..... factorial(10): 120

- 유클리드 호제법으로 최대 공약수 계산하기
  - 유클리드 호제법: 두 자연수 n1, n2에 대하여(이때 n1>n2), n1을 n2로 나눈 나머지를 r이라고 할 때, n1과 n2의 최대 공약수는 n2와 r의 최대공약수와 같다.
  ![](https://velog.velcdn.com/images/sss_yeonii/post/13747296-6297-43f5-9d97-17e54923a409/image.png)
     - 96 / 40의 나머지: 16 -> 40 / 16의 나머지: 8 -> 16/8 == 0이기 때문에, n2인 8이 96과 40의 최대공약수
```python
def gcd(n1,n2):
    if n1 % n2 == 0: #나누어떨어지는 수이면 최대공약수는 더 작은 수인 n2
        return n2
    else:
        return gcd(n2, n1 % n2)

print(f'gcd(82, 32): {gcd(82, 32)}')
print(f'gcd(96,40): {gcd(96,  40)}')
.....
gcd(82, 32): 2
gcd(96,40): 8

사용자가 정수 두개를 입력하면 작은 정수와 큰 정수 사이의 모든 정수의 합을 구하는 프로그램을 재귀 알고리즘을 이용해서 만들어보자.

class NumsSum:

  def __init__(self, n1, n2):
      self.bigNum = 0
      self.smallNum = 0
      self.setN1N2(n1, n2)

  def setN1N2(self, n1, n2):
      self.bigNum = n1
      self.smallNum = n2

      if n1 < n2:
          self.bigNum = n2
          self.smallNum = n1

  def addNum(self, n):
      if n <= 1:
          return n

      return n + self.addNum(n - 1)

  def sumBetweenNums(self):
      return self.addNum(self.bigNum - 1) - self.addNum(self.smallNum)

-----실행 파일----- import mod

num1 = int(input(f'input number1: ')) num2 = int(input(f'input number2: ')) ns = mod.NumsSum(num1, num2) result = ns.sumBetweenNums() print(f'result: {result}')

..... input number1: 10 input number2: 3 result: 39

## 하노이의 탑
![](https://velog.velcdn.com/images/sss_yeonii/post/cd104891-79b7-4ca1-b016-7d52fb2f58f0/image.png)
```python
# 원판 개수, 출발 기둥, 도착 기둥, 경유 기둥
def moveDisc(discCnt, fromBar, toBar, viaBar):
    if discCnt == 1:
        print(f'{discCnt}disc: {fromBar}에서 {toBar}(으)로 이동!')

    else:
        # (discCnt-1)개들을 경유 기둥으로 이동
        moveDisc(discCnt-1, fromBar, viaBar, toBar)
        # discCnt를 목적 기둥으로 이동
        print(f'{discCnt}disc: {fromBar}에서 {toBar}(으)로 이동!')
        # (discCnt-1)개들을 도착 기둥으로 이동
        moveDisc(discCnt-1, viaBar, toBar, fromBar)

moveDisc(3, 1, 3, 2)
....
1disc: 1에서 3(으)로 이동!
2disc: 1에서 2(으)로 이동!
1disc: 3에서 2(으)로 이동!
3disc: 1에서 3(으)로 이동!
1disc: 2에서 1(으)로 이동!
2disc: 2에서 3(으)로 이동!
1disc: 1에서 3(으)로 이동!

병합 정렬

자료구조를 분할하고 각각의 분할된 자료구조를 정렬한 후 다시 병합하여 정렬한다.
- 합칠 때 각 수의 크고 작음을 비교해서 작은 수를 왼쪽으로 자리바꿈하면서 병렬 반복하여 정렬 진행 <실습>

1~100 정수 중 10개의 난수 추출한 후, 병합 정렬 활용해 내림차순/오름차순으로 정렬하라.

def mSort(ns, ACS = True):

  if len(ns) < 2:
      return ns

  #분할
  midIdx = len(ns) // 2  #중간값
  leftNums = mSort(ns[0:midIdx], ACS=ACS) #처음부터 중간값까지
  # 이때 ACS=ACS를 넣어주어야, ACS=False 로 처음에 넣었던 값이 재귀로 돌아갈 때도 반영될 수 있음!
  rightNums = mSort(ns[midIdx:len(ns)], ACS=ACS) #중간값부터 끝까지

  #병합
  mergeNums = []
  leftIdx = 0; rightIdx = 0
  if ACS:
      while leftIdx < len(leftNums) and rightIdx < len(rightNums):
          # 자리 바꿈
          if leftNums[leftIdx] < rightNums[rightIdx]:
              mergeNums.append(leftNums[leftIdx])
              leftIdx += 1
          else:
              mergeNums.append(rightNums[rightIdx])
              rightIdx += 1

  else:
      while leftIdx < len(leftNums) and rightIdx < len(rightNums):
          # 자리 바꿈
          if leftNums[leftIdx] > rightNums[rightIdx]:
              mergeNums.append(leftNums[leftIdx])
              leftIdx += 1

          else:
              mergeNums.append(rightNums[rightIdx])
              rightIdx += 1

  mergeNums = mergeNums + leftNums[leftIdx:]
  mergeNums = mergeNums + rightNums[rightIdx:]

  return mergeNums

import random import copy

ns = random.sample(range(1,101), 10) nums = copy.deepcopy(ns)

print(f'not sorted nums: {ns}')

print(f'mSort(nums) by ASC: {mSort(nums, ACS=True)}') print(f'mSort(nums) by DESC: {mSort(nums, ACS=False)}') ..... not sorted nums: [41, 73, 56, 59, 45, 51, 27, 16, 35, 19] mSort(nums) by ASC: [16, 19, 27, 35, 41, 45, 51, 56, 59, 73] mSort(nums) by DESC: [73, 59, 56, 51, 45, 41, 35, 27, 19, 16]


## 퀵 정렬
- 기준 값보다 작은 값과 큰 값으로 분리한 후 다시 합친다.
![](https://velog.velcdn.com/images/sss_yeonii/post/0ea7e7d9-6284-476a-97d8-7c676c3f367e/image.png)
<실습>
- 1부터 100까지의 난수 10개를 생성하고, 다음의 요구 사항을 만족하는 모듈을 만들어보자.
```python
def qSort(ns, acs=True):
    if len(ns) < 2:
        return ns

    midIdx = len(ns) // 2
    midVal = ns[midIdx] #기준값
    smallNums = []  #왼쪽은 기준값보다 작은 수
    sameNums = []   # 기준값과 동일한 값
    bigNums = []    #오른쪽은 기준값보다 큰 수

    for n in ns:
        if n < midVal:
            smallNums.append(n)
        elif n == midVal:
            sameNums.append(n)
        else:
            bigNums.append(n)

    if acs:
        return qSort(smallNums) + sameNums + qSort(bigNums)
    else:
        return qSort(bigNums, acs=acs) + sameNums + qSort(smallNums, acs=acs)

import random
import copy

ns = random.sample(range(1,101), 10)
nums = copy.deepcopy(ns)

print(f'not sorted nums: {ns}')

print(f'qSort(nums) by ASC: {qSort(nums, acs=True)}')
print(f'qSort(nums) by DESC: {qSort(nums, acs=False)}')
.....
not sorted nums: [40, 46, 86, 94, 49, 13, 26, 7, 52, 97]
qSort(nums) by ASC: [7, 13, 26, 40, 46, 49, 52, 86, 94, 97]
qSort(nums) by DESC: [97, 94, 86, 52, 49, 46, 40, 26, 13, 7]

[프로그래머스] Lv.0

Sat, 22 Jun 2024 15:44:47 GMT

< 특수 문자 출력하는 방법 >

1. r 을 앞에 붙인다

print(r'!@#$%^&*(\'"<>?:;')

2. (역슬래시)를 , ', " 앞에 붙인다

print('!@#$%^&*(\\\'\"<>?:;')

[특수문자 종류]

"\n" #줄바꿈
"\t" # tab
"\\" # 백슬래시(\)
"\"" # 큰 따옴표(")
"\'" # 작은 따옴표(')

< 조건 문자열 >

eval() : 문자열로 표현되는 표현식을 실행해서 결과값을 받아오는 함수 (참고 링크)

def solution(ineq, eq, n, m):
    return int(eval(str(n)+ineq+eq.replace("!", "")+str(m)))

def solution(ineq, eq, n, m):
    if eq == '!':
        eq = ''
    return int(eval(f'{n} {ineq}{eq} {m}'))

def solution(ineq, eq, n, m):
    answer = 0
    if n > m and ineq ==">":
        answer = 1
    elif n < m and ineq == "<":
        answer = 1
    elif n == m and eq == "=":
        answer = 1

    return answer

< 주사위 게임 2 >

< 내가 작성한 코드 >

def solution(a, b, c):
    if a == b == c:
        answer = (a + b + c) * (a**2 + b**2 + c**2 ) * (a**3 + b**3 + c**3)
    elif a == b or a == c or b == c:
        answer = (a + b + c) * (a**2 + b**2 + c**2 )
    else:
        answer = a + b + c
    return answer

< 다른 사람이 작성한 코드> 중복값을 허용하지 않는 set()로 만들어서 길이로 if문을 돌리다니..

def solution(a, b, c):
    check=len(set([a,b,c]))
    if check==1:
        return 3*a*3*(a**2)*3*(a**3)
    elif check==2:
        return (a+b+c)*(a**2+b**2+c**2)
    else:
        return (a+b+c)

< 수 조작하기 1 >

< 내가 작성한 코드 >

def solution(n, control):
    for i in control:
        if i == 'w':
            n += 1
        elif i == 's':
            n -= 1
        elif i =='d':
            n+= 10
        elif i == 'a':
            n-= 10
    return n

< 다른 사람이 작성한 코드 > zip()과 dict()로 이렇게 간단히 만들 수 있다니..

def solution(n, control):
    key = dict(zip(['w','s','d','a'], [1,-1,10,-10]))
    return n + sum([key[c] for c in control])

[ zip() ] (https://www.daleseo.com/python-zip/) zip() 함수는 여러 개의 순회 가능한(iterable) 객체를 인자로 받고, 각 객체가 담고 있는 원소를 튜플의 형태로 차례로 접근할 수 있는 반복자(iterator)를 반환합니다. 설명이 좀 어렵게 들릴 수도 있는데요. 간단한 예제를 보면 이해가 쉬우실 겁니다.

numbers = [1, 2, 3]
letters = ["A", "B", "C"]
for pair in zip(numbers, letters):
     print(pair)
...
(1, 'A')
(2, 'B')
(3, 'C')

< 수열과 구간 쿼리 3 >

아래와 같은 방식으로 값을 변경할 수도 있구나!

def solution(arr, queries):
    for a,b in queries:
        arr[a],arr[b]=arr[b],arr[a]
    return arr

< 카운트 업 >

< 내 코드 >

def solution(start_num, end_num):
    answer =[]
    for i in range(start_num, end_num+1):
        answer.append(i)
    return answer

< 다른 사람의 풀이 >

append()를 사용하지 않고, list()나 []를 사용해서도 리스트를 생성할 수 있다 => 어떻게 하면 코드를 간단하게 만들어낼 수 있을지를 고민하게 되는듯
```
def solution(start, end):
  return list(range(start, end + 1))
```

def solution(start, end): return [i for i in range(start,end+1)] ```

sss_yeonii.log

모델 평가 지표

Github Markdown 문법(Readme 활용)

[ 제목 ]

This is H1

This is H2

This is H3

This is H4

This is H5

This is H6

[ Blockquote ]

[ 혼합해서 사용하기 ]

This is H3

[ 순서가 있는 목록 ]

[ 순서가 없는 목록 ]

[ 코드 블럭 ]

[ 수평선 ]

[ 외부 링크 ]

[ 강조 ]

[ 이미지 ]

Github 사용하는 방법 총 정리

0. git config 설정

1. Git 기본 용어

Repository

Checkout

Stage

Commit

Tag

Push

Pull

Branch

Merge

2. Local Repository 구성

Branch 생성

Branch 이동

Branch 생성과 이동을 동시에 하는 방법 ⭐️

생성한 Branch를 Remote Repository에 올리기

Branch 삭제(Local)

Branch 삭제(Remote)

7. Git Log and Diff

VS Code의 git graph extension

Git Editor 설정

Git Diff Tool 설정

Git Diff - Local Branch 간 비교

Git Diff - Commit 간 비교

Git Diff - 마지막 Commit과 이전 Commit 비교

Git Diff - 마지막 Commit과 현재 수정사항 확인

Git Diff - Local과 Remote 간 비교

8. Merge and Conflict

Merge Tool 설정

Git Merge

Merge Conflict

9. Git Tag

참고

터미널 자주 쓰이는 용어

터미널 자주 쓰이는 용어

matplotlib.pyplot의plt.style.use() 사용하는 방법

Subquery(서브쿼리)

Subquery(서브쿼리)

Scalar Subquery(스칼라 서브쿼리): SELECT절에 사용

Inline View(인라인뷰): FROM절에 사용

Multiple Row: 하나 이상의 행을 검색하는 서브쿼리

IN

EXISTS

ANY

All

Multiple Column 서브쿼리(연관 서브쿼리): 하나 이상의 열을 검색하는 서브쿼리

Scalar Functions(ucase, lcase, mid, length, round, now, format)

Scalar Funtions

1. ucase(대문자) & lcase(소문자)

3. Length

5. now

6. format

Aggregate Functions(집계함수): Count, Sum, Avg, Min, Max / Group By, Having, CASE WHEN

Aggregate Functions(집계 함수)

1. COUNT

3. Avg

5. GROUP BY

6. HAVING

[MySQL] Primary Key(기본키), Foreign Key(외래키)