Yours Ever, Data Chronicles

저번 포스팅에서는 SNS 입소문을 타고 전파되는 과정을 시뮬레이션 해보았습니다. 이번 포스팅은 저번 포스팅과 이어지니 안 보신 분들은 보고 오는 걸 추천드려요! ✔Table of Contents Tech 73. 입소문 전파를 시계열 그래프로 나타내자 이전 포스팅에서 간단한 네트워크 시각화를 통해, 입소문의 위력이 얼마나 컸는지를 알 수 있었습니다. 하지만 모든 개월수에 대해 시각화를 해서 총 36개의 이미지를 만들기엔 너무 보기가 힘들겠죠? 그래서 단 하나의 시계열 그래프로 만들어서 살펴보겠습니다. 개월별 전파수의 합을 구하고, x축을 개월, y축을 입소문 전파 수의 합으로 나타내봅시다. 먼저, 개월별 전파수 합은 어떻게 구하면 될까요? 앞에서 구한 list_ts가 각 개월별 전파현황을 리스트 내 리스트..

안녕하세요~ Everly입니다. 오늘 포스팅해볼 내용은 아주 흥미로운 내용인, 파이썬을 활용한 '시뮬레이션'입니다 :) 저는 이전에 학부생 시절, 기업 연계 프로젝트를 진행하면서 매출 시뮬레이션을 해본 적이 있었습니다. (요금 할증을 하면 수요와 매출이 어떻게 바뀔지 수요-공급 곡선을 바탕으로 시뮬레이션을 했었죠.) 하지만 아쉽게도 러프한 분석이었고, 데이터 분석이라기보단 기본 경제학 개념을 바탕으로 엑셀로 예측해본 것이었기에 활용도가 높진 않았습니다. 그래서 저도 책 '파이썬 데이터 분석 실무 테크닉 100' 의 8장-시뮬레이션을 공부하면서 현업에서 이렇게 활용하면 되겠구나! 라는 아이디어를 얻어볼 수 있었어요. 그래서 오늘 포스팅도 유용하지 않을까 생각합니다. 참고로, 이 책을 공부해보신 분들은 아시..

안녕하세요 Everly입니다. 오늘은 [파이썬 데이터 분석 #7장]의 마지막 내용인 '물류 네트워크 설계'에 관해 포스팅해보겠습니다. 우리가 앞서 배웠던 최적화 2가지는 이것이었죠. 운송 경로 최적화(운송 비용 최적화) - 1편 / 2편 생산 계획 최적화 - 포스팅 이렇게 운송 경로 최적화에서는 운송비용을 최소화하는 최적의 경로를 찾았고, 생산계획 최적화에서는 총이익을 최대화할 수 있는 최적의 생산량을 찾았습니다. 하지만 실제 현장에서는 이 2가지 최적화 기법을 따로 하는 게 아니라, 동시에 고려해야 합니다. 즉, 최적의 '물류 네트워크'를 만들어야 한다는 것이죠. 이런 과정을 통해, 우리는 최적의 운송량과 최적의 생산량 두가지를 모두 만족하는 네트워크를 만들어봅니다. python ortoolpy 라이브..

저번 포스팅까지는 '운송 비용 최적화'를 진행했습니다. "운송비용을 가장 최소화시키기 위해 창고-공장 간 이동하는 물품 수를 어떻게 조정할 것인가?" 에 대한 문제를 풀어보았죠. 이를 통해 최적해, 최적값을 구할 수 있었습니다. 또한 결과를 바탕으로, 집중할 경로는 더 집중하고, 아닌 경로는 덜 집중하는 방법이 최적임을 파악했습니다. 이번 포스팅부턴 '생산 계획 최적화'를 진행합니다. 이는 "어떤 제품을, 얼마나 만들 것인가?" 에 대한 최적화입니다. 어렵지만 재밌는 최적화의 세계로 빠져봅시다! >

저번 포스팅에 바로 이어서, 파이썬 운송 최적화 부분을 마무리해봅니다. ✔Table of Contents Tech 62. 앞서 구한 최적 운송 경로를 네트워크 시각화하자. 이전에 배웠던 네트워크 시각화를 한번 해봅시다! 공장(F), 창고(W) 좌표정보를 가져와 찍고, 운송경로의 최적해 값(v1)을 엣지의 가중치로 보면, 어떤 운송경로가 두드러지는지를 한 눈에 파악해볼 수 있겠죠? 또한, 이전 6장에서 했던 네트워크와 결과가 어떻게 달라지는지도 확인해 봅시다. (네트워크 시각화가 무엇인지 궁금하다면, 여기에서 확인하세요!) import pandas as pd import numpy as np import matplotlib.pyplot as plt import networkx as nx #데이터 불러오기 ..

12 1/2 부와 성공을 부르는 12가지 원칙 (원서: Twelve and a Half) - 게리 바이너척 지음, 천그루숲(2022) 이 책은 유명한 ‘독설’ 동기부여 전문가 게리 바이너척이 쓴 책이다. 사실 나는 저자에 대해 잘 몰랐다가, 책을 추천하는 포스팅을 읽고 이 책을 읽게 되었는데, 책에서 배울 점이 정말 많았다. 이 책의 제목을 보면 알 수 있듯, 저자 게리 바이너척이 인생을 살면서 정말 중요하다고 생각하는 ‘12가지 마음가짐’에 대한 책이다. 하지만 원서에서는 Twelve and a Half로 나와 있는데, 이 제목의 이유는 그가 생각하는 성공의 비법이 ‘1/2’(반)은 ‘친절한 솔직함’ 이고, 나머지 반은 ‘12가지 원칙’ 이기 때문이다. 그가 주장하는 인생의 중요한 12가지 원칙은 다음..

안녕하세요 Everly입니다. 이번 포스팅부터는 [파이썬 데이터 분석 #7장]을 리뷰해봅니다. 지난 포스팅에선 새로운 데이터로 운송비용 최적화를 시도했지만, 실패했었죠? 이번에는 파이썬의 최적화 라이브러리를 활용하여 다시 도전해봅시다! :) 여기서 활용할 라이브러리는 python pulp, ortoolpy 라이브러리입니다. pulp: 최적화 모델 작성 라이브러리 ortoolpy: 목적 함수 생성 라이브러리 먼저, 테크닉을 시작하기 전에 두 개의 라이브러리를 설치해줍니다. 아나콘다 프롬프트를 열어 다음을 입력합니다. pip install pulp pip install ortoolpy 저는 이 패키지들을 설치하는 과정에서 여러 에러가 떠서 애를 먹었었는데요ㅠ.ㅠ 대다수는 에러 없이 잘 설치될 것입니다. 저의..

나는 생각이 너무 많아 : 넘치는 생각 때문에 삶이 피곤한 사람들을 위한 심리 처방 - 크리스텔 프티콜랭 지음, 부키(2014) / 2021년 개정판 옛날부터 그런 생각이 들곤 했다. 나는 다른 사람들과 다르다는 느낌. 왜냐고? 일반적인 사람들은 딱히 예민해하지 않는 부분에서 나는 예민함을 느꼈다. 또, 일반적인 사람들이 대개 자연스럽게 받아들이는 부분에서 나는 부자연스러움을 느끼곤 했다. 이를테면 이와 같은 것들이다. ‘넌 너무 예민해.’ 라는 말을 많이 들었고, 스스로도 그렇게 느꼈다. 특히, 나는 청각에 민감하기 때문에 너무 시끄러운 장소를 싫어한다. 그 때문에 좋아하는 가수가 나온다 하더라도 공연/페스티벌에 참가하는 것을 싫어한다. 카페에서도 음악이 시끄럽거나 사람들의 말소리가 크면, 대화에 잘 ..

안면 인식 기술로 활용되는 dlib 라이브러리. 설치하는데 너무 에러가 많이 떠서 이를 해결하기 위해 많은 삽질을 해보고 쓰는 글이다. 이대로만 따라하자! (그리고 나는 윈도우(Windows)를 사용하고 있다. 혹시 다른 운영체제를 사용 중이라면 안 맞을 수 있다) 1. dlib을 다운로드한다. http://dlib.net/ 에 들어가면 밑의 Download dlib이 있다. dlib C++ Library Dlib is a modern C++ toolkit containing machine learning algorithms and tools for creating complex software in C++ to solve real world problems. It is used in both indus..

오늘도 평화로운 코딩중, 이미지 인식 기술에 사용하는 opencv 라이브러리를 설치후, 이미지를 불러오는데 다음과 같은 에러가 떴다. AttributeError: 'Nonetype' object has no attribute 'shape' 라는.. 열심히 구글링을 해봤는데, 이 원인은 cv2.imread에 지정한 저 경로가 잘못되었기 때문이라는 것이다. 하지만 아무리 생각해도 이상했다. 왜냐하면 9장 폴더 안에 img 폴더가 있고, 거기에 있는 'img01.jpg' 라는 이미지를 불러오려고 한 건데..? 경로는 잘못되지 않았는데..? 이렇게 경로를 제대로 썼는데도 에러가 떴다면, 그 원인은 경로에 '한글'이 들어갔기 때문이다. 그래서 위의 코드처럼 경로를 수정해서, 영문으로만 구성되게 하면 에러 없이 잘..