Python * Practical SQL for Data Analysis [https://hakibenita.com/sql-for-data-analysis] * Pandas를 사용하지 않고, SQL을 사용해서 데이터를 분석하는 방법을 소개하는 기사 입니다. * Animations and Transformations with QtQuick [https://www.mfitzp.com/tutorials/qml-animations-transformations/] * PyQt를 사용해서 아날로그 시계를 만드는 과정을 소개하는 튜토리얼 기사입니다. JavaScript * 21 Best Practices for a Clean React Project

Python * Using PyTorch + NumPy? You're making a mistake. [https://tanelp.github.io/posts/a-bug-that-plagues-thousands-of-open-source-ml-projects/] * PyTorch와 Numpy를 함께 사용하는 Github 저장소의 95%에서 버그를 발견했다고 합니다. 해당 버그와 해결 방법을 소개합니다. * The Architecture Behind A One-Person Tech Startup [https://anthonynsimon.com/blog/one-man-saas-architecture/] * 1인 개발자가 파이썬을 사용해서 작은 서비스를

Python * Develop a Neural Network for Cancer Survival Dataset [https://machinelearningmastery.com/neural-network-for-cancer-survival-dataset/] * 암 생존 데이터 세트를 사용해서 모델 개발, 조정하고 새 데이터를 예측하는 방법을 소개합니다. * Loading SQL data into Pandas without running out of memory [https://pythonspeed.com/articles/pandas-sql-chunking/] * Pandas를 사용해서 SQL을 처리할 때, 메모리를 효율적으로 사용하는 방법을

Python * Building a full-text search engine in 150 lines of Python code [https://bart.degoe.de/building-a-full-text-search-engine-150-lines-of-code/] * 짧은 코드를 사용해서 Full-Text Search를 구현하는 기사입니다. * Async SQLAlchemy with FastAPI [https://stribny.name/blog/fastapi-asyncalchemy/] * FastAPI와 SQLAlchemy에서 제시한 새로운 구성의 쿼리를 확인하실 수 있는 기사입니다. JavaScript * How to Read React Errors (fix

Python * My Python testing style guide [https://blog.thea.codes/my-python-testing-style-guide/] * 테스트 코드를 작성할 때, 다른 개발자의 기준이 궁금하시다면 이 기사를 참고해보세요. 테스트 코드를 작성하실 때 많은 도움이 되실꺼에요! * 그리고 How to Write Unit Tests in Python, Part 1: Fizz Buzz [https://blog.miguelgrinberg.com/post/how-to-write-unit-tests-in-python-part-1-fizz-buzz] 와 Unit testing

Python * Streaming video with FastAPI [https://stribny.name/blog/fastapi-video/] * 요즘 유행인 FastAPI를 사용해서 스트림 서비스를 간단하게 만들어보는 튜토리얼 기사입니다. * 혹시, Flask [https://medium.com/distributed-computing-with-ray/how-to-speed-up-pandas-with-modin-84aa6a87bcdb] 에 관심이 있으시면 이 기사를 참고하세요. JavaScript * How to Build Accordion In React From Scratch Without Using Any External Library [https://yogeshchavan.hashnode.

Python * How to remove a column from a DataFrame, with some extra detail [https://www.wrighters.io/how-to-remove-a-column-from-a-dataframe/] * Pandas에서 열(column)을 삭제하는 건 쉽지만, 생각만큼 잘 안되는 경우가 있습니다. 혹시 저처럼 Pandas 사용하다가 헉(!)하는 경험이 있으시다면 이 기사를 참고해보세요! * Speeding up scientific computing with multiprocessing in Python [https:

Python * Efficient Postgres Full Text Search in Django [https://pganalyze.com/blog/full-text-search-django-postgres] * Django와 Postgres로 텍스트 검색 구현을 최적화하는 방법을 소개하는 기사 입니다. * Exciting New Features in Django 3.2 [https://hakibenita.com/django-32-exciting-features] * Django 3.2에 새롭게 출시되는 기능을 소개하는 기사 입니다. ORM에 많은 기능이 추가되었기 때문에 Django를 사용하시면

Python * Python Concurrency: The Tricky Bits [https://python.hamel.dev/concurrency/] * Python의 스레드, 프로세스 및 코루틴에 대한 차이점을 설명하는 기사입니다. 무엇보다 '예제'를 제공하기 때문에 코드를 통해 확인할 수 있으니 꼭 참고해보자! * Abstract Syntax Trees in Python [https://pybit.es/ast-intro.html] * Python 표준 라이브러리에서 제공하는 ast 모듈을

Python * Python strings are immutable, but only sometimes [https://web.eecs.utk.edu/~azh/blog/pythonstringsaremutable.html] * Python의 문자열은 'immutable' 하지만, 언제나 그런건 아닙니다. 무슨 말인지 궁금하신가요? 이 기사를 참고해보세요! * Building web apps with Vue and Django - The Ultimate Guide [https://dafoster.net/articles/2021/02/16/

Pyhon * Homebrew Python Is Not For You [https://justinmayer.com/posts/homebrew-python-is-not-for-you/] * Homebrew에서 제공하는 Python을 사용하면 가상환경(venv or virtualenv) 사용시 문제가 발생하는 경우가 있는데, 이 문제를 해결하는 방법을 제공하는 기사 입니다. * All Pythons are slow, but some are faster than others [https://pythonspeed.com/articles/faster-python/] * 대규모 프로젝트를 진행할

Python * Sentiment Analysis for Trading with Reddit Text Data [https://medium.com/analytics-vidhya/sentiment-analysis-for-trading-with-reddit-text-data-73729c931d01] * Reddit의 텍스트 데이터를 사용해서 거래에 대한 감정을 분석하는 방법을 설명하는 기사입니다. * 텍스트 분석 관련해서 GPT-3와 같은 것을 찾으신다면 Automating my job by using GPT-3 to generate database-ready SQL to answer business questions [https://blog.seekwell.io/

Python * Why does my memory usage explode when concatenating dataframes? [https://drawingfromdata.com/pandas/concat/memory/exploding-memory-usage-with-concat-and-categories.html] * pandas에서 작업 할 때 메모리 때문에 고생하신 경험이 있다면, 이 기사를 참고해보세요. * 문자열을 카테고리(범주)로 번경해서 메모리를 줄이는 트릭에 대해서 자세히 다룹니다. * Database Constraints in Django [https://www.laac.dev/blog/

Python * The EfficientDet Architecture in PyTorch [https://amaarora.github.io/2021/01/13/efficientdet-pytorch.html] * EfficientDet의 다양한 구성 요소에 대해서 알아보고, PyTorch를 사용하여 단계별로 구축하는 방법을 소개하는 기사입니다. * PyTorch사용자라면 이 튜토리얼을 잘 참고해보세요! * That XOR Trick [https://florian.github.io/xor-trick/] * XOR을 사용한 재미있는 트릭을 소개하는 기사입니다. * 간단하지만, 풀이는 쉽지

Python * Testing Python Applications with Pytest [Guide] [https://stribny.name/blog/pytest/] * Pytest 및 플러그인, 기타 라이브러리를 사용하여 애플리케이션 테스트를 진행하는 방법을 소개하는 기사입니다. * Pytest에 관심이 있거나, 테스트를 전혀 해보지 않았다면 이 기사로 시작해보세요. * From Novice to Expert: How to Write a Configuration file in Python [https://towardsdatascience.com/from-novice-to-expert-how-to-write-a-configuration-file-in-python-273e171a8eb3]

Python * A Visual Intro to NumPy and Data Representation [http://jalammar.github.io/visual-numpy/] * 데이터분석, ML 그리고 딥러닝을 아우르는 핵심 라이브러리인 NumpPy에 대한 가벼운 사용벙법과 데이터 유형을 소개하는 기사입니다. * 자주 접하는 기사라 할 수 있겠으나, 거의 모든 과정을 시각적으로 알려주고 있기 때문에 구체적인 예제가 목말랐던 분들에게 좋은 기사입니다. * Hacking QR

Python * Ditching Excel for Python – Lessons Learned from a Legacy Industry [https://amypeniston.com/ditching-excel-for-python/] * 지구상에서 가장 강력한 도구 중 하나인 Excel에서 Python으로 변경하는 과정을 소개하고 있는 기사 입니다. * 실제 경험을 바탕으로 한 기사라 그런지, 다양한 관점을 읽을 수 있으니 시간되시면 꼭 읽어보시길 권해드립니다. * Python behind the scenes #7: how

> 새해 복 많이 받으세요! Python * We Downloaded 10,000,000 Jupyter Notebooks From Github – This Is What We Learned [https://blog.jetbrains.com/datalore/2020/12/17/we-downloaded-10-000-000-jupyter-notebooks-from-github-this-is-what-we-learned/] * JetBrains의 Datalore 팀이 엄청난 수의(천만 개!)의 Jupyter Notebook을 분석하여 데이터 과학에 필요한 기술 트렌드에 대한 매혹적인 이야기를 들려줍니다. * NumPy

Python * Is Python Really a Bottleneck? [https://towardsdatascience.com/is-python-really-a-bottleneck-786d063e2921] * 파이썬의 처리속도에 관한 몇가지 주제를 다루고 있는 기사입니다. * 개인적으로 대부분의 병목은 DB에서 발생하고, 기사에서도 다루고 있으니 데이터분석를 하고 있다면 읽어보면 좋을 기사입니다. * Building My Own Chess Engine [https://healeycodes.com/building-my-own-chess-engine/] * Chess Engine을 만들어보는 기사입니다. 퀸스 갬빗을 재미있게 보셨다면 도전해보세요!

Python * A Simple Recursion Tree Visualizer for Python [https://arpitbhayani.me/blogs/recursion-visualizer] * 재귀 함수를 이해하는데 도움을 주는 시각화 도구를 소개하는 기사 입니다. * 5 Different Ways to Flatten a List of Lists in Python [https://miguendes.me/5-different-ways-to-flatten-a-list-of-lists-in-python] * List를 합치는 5가지 방법을 소개하는 기사입니다. 각각의 방법에 대한 장점과 단점을 잘

Python * 📖 👆🏻 Making the Printed Links Clickable Using TensorFlow 2 Object Detection API [https://github.com/trekhleb/links-detector/blob/master/articles/printed_links_detection/printed_links_detection.md] * 출력물에서 링크를 찾아서 실제 동작하도록 만드는 방법을 소개하는 튜토리얼 기사 * 3 Effective Examples of Django Async Views without Sleeping [https://arunrocks.com/django-async-views-examples/

Python * Django and React Tutorial [https://saasitive.com/django-react/boilerplate/] * Django와 React를 사용해서 SaaS를 구현하는 과정을 소개하는 튜토리얼 기사 입니다. * Understanding Python's logging library [https://blog.urbanpiper.com/understanding-python-logging-library/] * Python의 로깅 모듈의 작동 원리와 방법을 소개하는 기사 입니다. JS * 10 React security best practices [https://snyk.io/blog/

Python * Beyond CUDA: GPU Accelerated Python for Machine Learning on Cross-Vendor Graphics Cards Made Simple [https://towardsdatascience.com/beyond-cuda-gpu-accelerated-python-for-machine-learning-in-cross-vendor-graphics-cards-made-simple-6cc828a45cc3] * Python에서 GPU 가속에 관한 조금은 자세한 분석을 제시하는 기사입니다. * The Definitive Guide to WSGI [https://developer.okta.com/blog/2020/11/16/definitive-guide-to-wsgi] * WSGI를 자세히 소개하는 기사입니다. JavaScript * Why I chose