Sangkon Han(SigmaDream, sd or SD)

Python * Python Standard Library changes in recent years * Python 3.8 ~ 3.10 사이에 추가된 새로운 모듈(혹은 기능)에 대해서 짧고 간략하게 소개하는 기사입니다. * The overengineered Solution to my Pigeon Problem * OpenCV와 Python을 활용해서 비둘기를 쫓아내는 도구를 만드는 과정을 소개하는 기사입니다. * 읽어보시면 생각보다 많이 재미있고, 진지한 탐구의 결과를 느낄

Python * How to Code a Blockchain in 6 Steps [https://medium.com/@ari-cohen/how-to-code-a-blockchain-in-6-steps-27fabf5944af] * Python을 사용해서 간단한게 Blockchain을 설명하는 기사입니다. * Search PDFs with AI and Python [https://medium.com/jina-ai/building-an-ai-powered-pdf-search-engine-with-python-part-1-9102654e6ea1] * AI를 활용해서 PDF 파일 검색을 가능하게 하는 방법을 소개하는 기사입니다. * 읽다보면 이게 내가 해볼만 한데? 하면서 빠져들게 됩니다. Javascript

Python * PyCon US 2022 Highlights [https://ehmatthes.com/blog/pycon_2022_highlights/] * PyCon US 2022에서 소개된 세션 중에서 글쓴이(저자)가 뽑은 주요 내용입니다. * 내용이 조금 길지만, 위트있게 소개하고 있으니 이 기사를 시작으로 PyCon US 2022를 즐겨보세요. 국내 PyCon 행사도 10월 [https://2022.pycon.kr/]에 진행될 예정이니 많은 관심

Python * Python Type Hints - How to Split Types by Python Version [https://adamj.eu/tech/2022/01/15/python-type-hints-how-to-split-types-by-python-version/] * Python 버전에 따른 Hints를 사용하고 싶으시다면 이 기사를 참고하세요. * Use Python to Send Notifications to Your Phone During Model Training [https://towardsdatascience.com/use-python-to-send-notifications-to-your-phone-during-model-training-123a9aa257a2] * 학습 모델의 진행상황을 모니터링 하고 싶으시다면

Python * Threading in Python: The Complete Guide [https://superfastpython.com/threading-in-python/]\ * Python에서 Thread를 관리하고 활용하는 방법을 잘 모아둔 기사입니다. * Building a Panel Dashboard with Snowpark for Python [https://towardsdatascience.com/building-a-panel-dashboard-with-snowpark-for-python-fe1b16e7bd75] * Snowpark로 Dashboard를 구성하는 간단한 방법을 소개하는 튜토리얼 형식의 기사입니다. * 간단하지만, Python이 익숙하지 않으시면 생각보다 난이도가 있을 수 있으니 주의하세요!

Python * 10 must-know patterns for writing clean code with Python🐍 [https://dev.to/alexomeyer/10-must-know-patterns-for-writing-clean-code-with-python-56bf] * Python을 사용해서 좋은 코드를 작성하기 위한 10가지 방법을 짧게 소개하는 기사입니다. * 이런 기사를 많이 보셨겠지만 이런 주제는 언제나 리마인드 한다는 마음으로 계속해서 읽어보시면 좋습니다. 이렇게 많이 발행된다는 점은 이것이 중요하다는 뜻이기 때문이죠 :D Javascript * Plugin

Python * Understanding Decorators in Python [https://bas.codes/posts/python-decorators] * Python이 제공하는 기능 중에서 제가 가장 매력적이라 생각하는 데코레이션에 대해서 자세히 소개하는 기사입니다. * Python f-strings Are More Powerful Than You Might Think [https://martinheinz.dev/blog/70] * 유명하지만, 그렇다고 적극적으로 사용하지 않는다고 느껴지는 f-string의 강력한 기능을 소개하는 기사입니다. * string 처리가

Python * How to run uWSGI [https://blog.ionelmc.ro/2022/03/14/how-to-run-uwsgi/] * Python으로 만든 서비스를 배포하실 때 한번쯤은 보시게 될 uWSGI의 세부적인 사항을 소개하는 기사 입니다. * uWSGI에 대해서 궁금하셨다면 이 기사를 참고하시고, WSGI가 궁금하시다면 약간 힘들긴 하지만 PEP 3333 [https://peps.python.org/pep-3333/]을 꼭 읽어보세요. * Processing large

Python * The Right Way To Compare Floats in Python [https://davidamos.dev/the-right-way-to-compare-floats-in-python/] * Float을 다루신다면 이 기사를 꼭 참고하세요. * 2022년 1분기 읽은 기사 중에서 가장 값진 기사입니다. Javascript * How to Use Props in React [https://www.robinwieruch.de/react-pass-props-to-component/] * React에서 Props를 잘 활용하는 방법을 짧은 코드로 소개하는 기사입니다. * 2020년부터 계속해서

Python * 3 Tips For Writing Pythonic Code [https://davidamos.dev/3-tips-for-writing-pythonic-code/] * Pythonic한 코드를 작성하고 싶으시다면 한 번 도전해 보세요. Javascript * HTML and CSS in Emails: What Works in 2022? [https://designmodo.com/html-css-emails/] * Email을 힙하게 작성하고 싶으시다면 이 기사를 참고하세요! * Next.js Learn [https://nextjs.org/learn/foundations/about-nextjs] * Next.

Python * Processing large JSON files in Python without running out of memory [https://pythonspeed.com/articles/json-memory-streaming/] * 대용량 JSON 파일을 처리에 관한 짧은 기사 입니다. * 데이터 분석에서 대량의 JSON을 만날 때가 거의 없긴 하지만, 그래도 알아두시면 나중에 도움이 될지도 모를 일이죠 :D * Pass-by-value, reference, and assignment | Pydon't 🐍 [https://mathspp.com/

Python * Code Review Guidelines for Data Science Teams [https://tdhopper.com/blog/code-review-guidelines] * 모든 과정에서 각별한 관심을 기울여야 하지만, 그 중에서도 특별히 많은 노력을 들여야 하는 '코드 리뷰'를 데이터 분석팀에서 어떤 형태로 진행해야 하는지 자세히 소개하는 기사이다. * Optimizing Memory Usage in Python Applications [https://martinheinz.dev/blog/68] * 메모리 관점에서

Python * A Gentle Introduction to Serialization for Python [https://machinelearningmastery.com/a-gentle-introduction-to-serialization-for-python/] * 대용량 데이터 분석 및 머신러닝에서 자주 활용되는 데이터 직렬화(HDFS, pickle)에 관련된 내용을 다루는 기사입니다. * HDF5를 사용할 일이 많으시다면 이 기사로 긴 여행을 시작해보시면 좋을 듯 합니다. * Interactive Visualizations with Pandas, Seaborn and Ipywidgets [https://python.plainenglish.

Python * How we optimized Python API server code 100x [https://towardsdatascience.com/how-we-optimized-python-api-server-code-100x-9da94aa883c5] * Python의 API 호출 속도를 빠르게 방법을 소개하는 기사입니다. * Web 애플리케이션을 활용하고 계시다면 참고해보시면 좋을 듯 합니다. * 10 Tools I Wish I Knew When I Started Working with Python [https://python.plainenglish.io/10-tools-to-help-claw-your-way-back-to-sanity-while-coding-python-df0af160c33e] * Python 개발을 도와주는 10가지

Python * Ways I Use Testing as a Data Scientist [https://www.peterbaumgartner.com/blog/testing-for-data-science/] * 데이터 분석가들이 유닛 테스트를 활용하는 방법을 소개하는 기사입니다. * 유닛 테스트와 문서화 관련된 기사 중에서 Documentation unit tests [https://simonwillison.net/2018/Jul/28/documentation-unit-tests/]도 함께 참고하시면 좋을 듯 하네요. * How to write better scientific

Python * Working with Static and Media Files in Django [https://testdriven.io/blog/django-static-files/] * Django에서 Static과 Media을 다루기 위한 개념, 설정 및 활용방법을 소개하는 기사 입니다. * Invert binary tree in Python [https://bmwlog.pp.ua/invert-binary-tree-in-python/] * 이진 트리를 반전(혹은 대칭)시키는 재귀적인 방법을 소개하는 기사이며, 파이썬으로 문제를 해결하는 과정을

Python * How to master Streamlit for data science [https://blog.streamlit.io/how-to-master-streamlit-for-data-science/] * 데이터를 사용해서 대쉬보드를 만들기 위해서 주로 사용하는 Django와 Flask는 학습 곡선이 생각보다 높습니다. 이런 단점을 보완하기 위해서 간단한 대쉬보드를 손쉽게 만들 수 있는 방법을 제공하는 Streamlit에 대한 기사입니다. * How We Migrated from Python Multithreading to Asyncio [https:

> 새해 복 많이 받으세요! Python * The fastest way to read a CSV in Pandas [https://pythonspeed.com/articles/pandas-read-csv-fast/] * 대용량 CSV 파일을 다루신다면 이 기사를 참고해보세요. * 기사 분량이 짧고, 간단한 예제를 제공하기 때문에 북마크 해두시고 나중에 참고하셔도 좋습니다. Javascript * Mastering the art of forms in React [https://engineering.udacity.com/

Python * Sockets for dummies [https://mathspp.com/blog/sockets-for-dummies] * Python을 사용해서 소켓 프로그래밍(socket programming)을 경험해 볼 수 있는 기사 입니다. * 경험이 전혀 없어도 충분히 도전해보실 수 있으니, 가볍게 시작해보시길 추천드립니다. * Analyzing stock data near events with pandas [https://www.wrighters.io/analyzing-stock-data-events-with-pandas/] * Pandas를 사용해서 주식 시장의 일일 수익률과

Python * Neural Network From Scratch [https://sirupsen.com/napkin/neural-net] * Python으로 신경망을 처음부터 만들어보는 과정을 소개하는 튜토리얼 형식의 기사입니다. * 딥러닝의 신경망이 어떻게 작동하는지 궁금하셨다면 이 기사로 시작해보세요. * 3 Things You Might Not Know About Numbers in Python [https://davidamos.dev/three-things-you-might-not-know-about-numbers-in-python/] * Python에서 기본적으로 제공하는 Numerics의 3가지 특징을 소개하는 기사입니다. Javascript