In [3]: import pandas as pd import numpy as np import folium In [5]: import warnings warnings.filterwarnings(action = 'ignore') In [8]: m = folium.Map(location=[33.36601529775951, 126.52501355423088]) m Out[8]: Make this Notebook Trusted to load map: File -> Trust Notebook In [16]: tooltip = '클릭해보세요!' folium.Marker( [33.36601529775951, 126.52501355423088], popup = '한라산', ..

In [1]: import requests from bs4 import BeautifulSoup response = requests.get("http://www.paullab.co.kr/stock.html") response.encoding = 'utf-8' html = response.text soup = BeautifulSoup(html, 'html.parser') In [2]: soup.select('.main')[0] soup.select('.main')[1] soup.select('.main')[2] soup.select('.main')[3] Out[2]: 제주코딩베이스캠프 학원 일별 시세 날짜 종가 전일비 시..

In [12]: import requests from bs4 import BeautifulSoup response = requests.get('http://www.paullab.co.kr/stock.html') response.encoding = 'utf-8' html = response.text soup = BeautifulSoup(html,'html.parser') In [19]: soup.select('.main')[2] soup.select('.main')[3] soup.select('.main')[4] soup.select('.main')[5] Out[19]: 제주코딩베이스캠프 학원 일별 시세 날..

URL(Uniform Resource Locator)¶ 자원이 어디 있는지를 알려주기 위한 규약 흔히 웹사이트 주소로 알고 있지만, URL은 웹사이트 주소뿐만 아니라 컴퓨터 네트워크상의 자원을 모두 나타낼 수 있음 그 주소에 접속하려면 해당 URL에 맞는 프로토콜을 알아야 하고, 그와 동일한 프로토콜로 접속(FTP 프로토콜인 경우에는 FTP 클라이언트를 이용해야 하고, HTTP인 경우에는 웹 브라우저를 이용해야 한다. 텔넷의 경우에는 텔넷프로그램을 이용해서 접속) HTTP(Hypertext Transfer Protocol)¶ HTML, XML, Javascript, 오디오, 비디오, 이미지, PDF, 등등을 서비스 하기 위해 나온 프로토콜 요청 또는 상태 라인 / 해더(생략가능) / 빈줄(해더의 끝)/ ..

3.Matplotlib¶ In [2]: import numpy as np import pandas as pd import matplotlib.pyplot as plt In [4]: %matplotlib inline #inline에 표시(최신버전은 기본) In [7]: x = [100,200,300] y = [1,2,3] plt.plot(x,y) Out[7]: [] In [11]: #Series로 구현 value = pd.Series([1,2,3],[100,200,300]) plt.plot(value) Out[11]: [] In [18]: x = [100,200,300] y = [1,2,3] plt.plot(x,y,':r',linewidth =10) #빨간색 점선 굵기 10 Out[18]: ..

1.Numpy¶ In [1]: import numpy as np In [3]: data = [[1,2,3],[4,5,6],[7,8,9]] a = np.array(data) a #ndarray Out[3]: array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) In [4]: a.dtype Out[4]: dtype('int32') In [5]: type(a) Out[5]: numpy.ndarray In [7]: a = a.astype(np.float32) #a = a.astype('float32') a Out[7]: array([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]], dtype=float32) In [9]: a[0][1] ..