Sangkon Han(SigmaDream, sd or SD)

Python * Embedding Bokeh in a Script [https://www.snowboardingcoder.com/coding/2020/01/14/embedding-bokeh-in-a-script/] * Bokeh를 사용해서 데이터 시각화 자료를 팀원들과 공유하는데 사용했던 코드를 자세히 소개하는 튜토리얼 기반 기사 입니다. * 시각화 자료를 팀원과 공유해야 하는 일이 많다면 이 기사를 참고해보세요. * From Browser To Django [https://www.mattlayman.com/understand-django/browser-to-django/

Python * 30 Python Best Practices, Tips, And Tricks [https://towardsdatascience.com/30-python-best-practices-tips-and-tricks-caefb9f8c5f5] * Python를 잘 사용하는데 도움이 될 30가지 팁에 대해서 소개하는 가벼운 기사입니다. * Tutorial: Python Regex (Regular Expressions) for Data Scientists [https://www.dataquest.io/blog/regular-expressions-data-scientists/] * 정규 표현식과 pandas를 사용하여 데이터를 관리하는 방법을 학습하는 튜토리얼 기사입니다. JavaScript * Memory Leaks

Python * How to use Pandas get_dummies to Create Dummy Variables in Python [https://www.marsja.se/how-to-use-pandas-get_dummies-to-create-dummy-variables-in-python/] * 통계 분석에 자주 사용하는 Pandas의 get_dummies 메소드를 예제를 사용해서 설명하는 튜토리얼 기사입니다. * Training on batch: how do you split the data? [https://zerowithdot.com/splitting-to-batches/] * 이 기사는 머신 러닝의 모델을

Python * Creating Interactive Dashboards from Jupyter Notebooks [https://pbpython.com/interactive-dashboards.html] * 이 기사에서는 Voilà 및 Plotly Express를 사용하여 Jupyter Notebook을 사용해서 독립형 웹 사이트를 만드는 방법을 소개하는 기사 입니다. * The Definitive Guide to Python import Statements [https://chrisyeh96.github.io/2017/08/08/definitive-guide-python-imports.html] * Python에서 import 문을 잘

Python * WHAT MAKES PYTHON A GREAT LANGUAGE? [https://stevedower.id.au/blog/python-a-great-language/] * Python 언어가 많은 개발자에게 인기를 얻는 이유를 언어적 측면에서 소개하는 기사입니다. JavaScript * 20 ways to become a better Node.js developer in 2020 [https://medium.com/@me_37286/20-ways-to-become-a-better-node-js-developer-in-2020-d6bd73fcf424] * 더 나은 Node.js 개발자가 되기 위해서 알아두면

Python * Learn all About Installing & Updating Packages in Python [https://www.marsja.se/learn-all-about-installing-updating-packages-in-python/] * Python에서 pip를 사용해서 패키지를 사용하는 기본적인 방법을 소개하는 기사입니다. * Python을 사용하실 때 pip에 대해서 궁금하셨다면 가볍게 읽어보시면 좋을 기사입니다. * Multithreading vs Multiprocessing in Python [https://medium.com/contentsquare-engineering-blog/multithreading-vs-multiprocessing-in-python-ece023ad55a] * 멀티스레딩에 대한 몇 가지 오해를 실험을

Python * End to End Machine Learning: From Data Collection to Deployment 🚀 [https://ahmedbesbes.com/end-to-end-ml.html] * 데이터 수집에서 배포까지 전 과정에 대한 내용을 자세히 다루고 있는 기사입니다. * Excel vs Python: How to Do Common Data Analysis Tasks [https://www.dataquest.io/blog/excel-vs-python/] * Excel과 Python을 사용해서 데이터를 분석하는 방법을 비교하는

Python * Raise Better Exceptions in Python [https://orbifold.xyz/raising-exceptions.html] * Python에서 좀 더 '나은' 예외를 만드는 방법을 소개하는 짧고 간결한 기사입니다. * 저는 이 기사를 참고해서 코드를 제법 수정했습니다. 예외처리를 너무 기계적으로 하고 있어서 좀 더 나은 코드를 위해서 고민해볼 기회가 되었습니다. * Tips for Selecting Columns in a

Python * When to Use a List Comprehension in Python [https://realpython.com/list-comprehension-python/] * List Comprehension를 언제 사용하면 좋을까요? 그런 고민에 대한 힌트를 드릴 수 있는 기사입니다. * Reduce Pandas memory usage by loading less data [https://pythonspeed.com/articles/pandas-load-less-data/] * Pandas의 DF를 사용할 때 메모리를 효율적으로 사용하는 방법을 소개하는 기사입니다. * CSV

Python * Python Datetime Tutorial: Manipulate Times, Dates, and Time Spans [https://www.dataquest.io/blog/python-datetime-tutorial/] * Python에서 datetime 및 calender 모듈을 사용하는 방법을 자세히 소개하는 기사 입니다. * 이와 관련 기사로 Stop using utcnow and utcfromtimestamp [https://blog.ganssle.io/articles/2019/11/utcnow.html]도 함께 참고하세요. utcnow의 위험성을 설명하고

Python * You Don't Have to Migrate to Python 3 [https://switowski.com/blog/you-dont-have-to-migrate-to-python3] * Python2를 사용하고 있고 (정말) 어쩔 수 없이 마이그레이션을 택할 수 없다면, 이 기사를 참고해서 Python2 프로젝트 유지보수에 관한 준비를 준비해보세요. * 개인적으로 (정말) 어쩔 수 없는 상황이 아니라면, Python3로 마이그레이션을 진행해보자. * Building Recursive Descent Parsers:

Python * 3 Ways to Create a Keras Model With TensorFlow 2.0 [https://www.pyimagesearch.com/2019/10/28/3-ways-to-create-a-keras-model-with-tensorflow-2-0-sequential-functional-and-model-subclassing/] * Keras 및 TensorFlow 2.0에서 사용할 수 있는 아키텍처 세 가지 방법 중에서 작업에 적합한 API를 선택하는 방법을 소개하는 기사 * TensorFlow v2.0을 학습하신다면 이 기사를 참고해보세요. 깔끔하게 잘 정리해두었습니다.

Python * Meta-Programming in Python [https://medium.com/better-programming/meta-programming-in-python-7fb94c8c7152] * Pyhon의 선뜻 손이 가지 않는 Decorators와 Meta-classes를 설명하고 있으며, 한 걸음 더 나아가 Meta-Programming에 대해서 간략하게 소개하는 기사 입니다. * 평소에 @something이 궁금하셨다면 이 기사를 참고해 보세요! * Binning Data with Pandas qcut and cut [https://pbpython.com/pandas-qcut-cut.html] * Pandas에서 변수 구간화가

Python * Auto formatters for Python [https://www.kevinpeters.net/auto-formatters-for-python] * 자동 포맷터는 코드에 표준을 적용하는 훌륭한 도구인데, 파이썬 코드는 어떤 포멧터를 사용해야 할까요? 궁금하시다면 이 기사를 참고해보세요! * Timsort — the fastest sorting algorithm you’ve never heard of [https://skerritt.blog/timsort-the-fastest-sorting-algorithm-youve-never-heard-of/] * CPython은 컨테이너 정렬에 Timsort는 빠르고 안정적인 O(nlogn) 정렬

Python * How to use iloc and loc for Indexing and Slicing Pandas Dataframes [https://www.marsja.se/how-to-use-iloc-and-loc-for-indexing-and-slicing-pandas-dataframes/] * Pandas의 iloc와 loc의 슬라이싱과 인덱싱을 예제로 배울 수 있는 기사 * Multiprocessing vs. Threading in Python: What Every Data Scientist Needs to Know [https://sumit-ghosh.com/articles/multiprocessing-vs-threading-python-data-science/] * Python은 병렬처리를 위해 내장 된

Python * An In-Depth walkthrough of Djangos Default Middleware [http://www.gustavwengel.dk/django-middleware-walkthrough/] * Django에서 제공하는 기본적인 미들웨어에 대한 심도깊은 기사 입니다. * DJango의 미들웨어가 DRF와 어떻게 상호작용하는지 궁금하셨다면 이 기사를 읽어보길 권합니다. * Speeding up Python Code: Fast Filtering and Slow Loops [https://towardsdatascience.com/speeding-up-python-code-fast-filtering-and-slow-loops-8e11a09a9c2f] * Loops 대신에 Filtering을 사용해야 하는 이유를

Python * A Deep Dive into Python's Tokenizer [https://benjam.info/blog/posts/2019-09-18-python-deep-dive-tokenizer/] * Python에서 사용하는 Tokenizer를 C와 Python 코드를 사용해서 자세히 설명하는 기사 * CPython에 관심이 많다면, 읽어보자. * Types for Python HTTP APIs: An Instagram Story [https://instagram-engineering.com/types-for-python-http-apis-an-instagram-story-d3c3a207fdb7] * Instagram 팀에서 사용하는 Django 코드에 Python의 type hint를 적용한

Python * Our journey to type checking 4 million lines of Python [https://blogs.dropbox.com/tech/2019/09/our-journey-to-type-checking-4-million-lines-of-python/] * Dropbox에서 사용하는 기존 코드에 Type check를 도입하는 과정, 경험 그리고 몇가지 주의사항을 담고 있는 기사 입니다. * 아직은 저도 Python의 Type hints가 어색하긴 하지만, 의도적으로 사용하는 연습을 하고 있습니다., Python으로 코드를 작성하신다면

Python * Multiprocessing vs. Threading in Python: What Every Data Scientist Needs to Know [https://blog.floydhub.com/multiprocessing-vs-threading-in-python-what-every-data-scientist-needs-to-know/] * Python에서 제공하는 병렬처리를 위해 내장 라이브러리인 멀티 프로세싱과 스레딩 중에서 어떤 것을 선택하고, 염두해두어야 할 요소인지 소개하는 기사 * 운영체제 시간에 봤을만한 내용이지만 해당 내용을 Python 코드로 설명하고 있기 때문에 Python 사용자라면 누구나

Python * Pandas Tutorial: Analyzing Video Game Data with Python and Pandas [https://www.dataquest.io/blog/pandas-python-tutorial/] * Pandas를 사용하여 인기있는 비디오 게임 리뷰 사이트인 IGN 리뷰를 분석(데이터는 Eric Grinstein의 스크랩을 사용)하는 과정을 소개하는 튜토리얼 기사 * 4 Use Cases for When to Use Celery in a Flask Application [https:

Python * What’s up with Gunicorn [https://medium.com/the-computer-engineer-weekly-code-challenge/ive-been-working-as-a-software-developer-for-almost-two-years-now-dealing-with-big-frameworks-5b35d0784943] * WSGI(Web Server Gateway Interface) 구현 중 하나이며 일반적으로 Python 웹 응용 프로그램을 실행하는 데 사용되는 Gunicorn에 대해서 자세히 소개하는 기사 * Instagram과 대규모 서비스에서도 사용할만큼 유명한 제품이니 Python으로 웹 개발을 하신다면 꼭 읽어보자 * Typechecking Django and DRF [https://sobolevn.

Python * The Easiest Data Cleaning Method using Python & Pandas [https://www.marsja.se/easiest-data-cleaning-method-using-python-pandas-pyjanitor/] * Pandas의 API를 확장해서 사용할 수 있는 Pyjanitor라는 패키지를 사용해서 전처리를 하는 방법을 소개하는 기사 * Pyjanitor에 대한를 위주로 진행되는 기사지만, 전처리에 편리한 기능이 많으니 시간이 되면 한 번 읽어보자. * The Singleton Pattern¶ [https://python-patterns.guide/gang-of-four/

Python * DIY Async Web Framework [https://github.com/hzlmn/diy-async-web-framework] * 간단한(?) (최신!) 비동기 웹 프레임 워크 작동 방식을 알아보기 위해서 직접 만들어보는 방법을 소개하는 기사 * Adding charts to Django admin [https://findwork.dev/blog/integrating-chartjs-django-admin/] * 장고의 Admin 페이지에 그래프를 출력할 수 있는 방법을 소개하는 기사 JVM * Kotlin Multiplatform for Clean

Python * Improve your tests in Django with fakes and factories [https://hacksoft.blog/improve-your-tests-django-fakes-and-factories/] * Django에서 가짜 데이터를 편하게 만들어서 테스트에 사용하는 방법을 소개하는 기사 * Why your mock doesn’t work [https://nedbatchelder.com/blog/201908/why_your_mock_doesnt_work.html] * Mocking이 제대로 작동하지 않는 이유를 설명하는 기사 * 테스트에서 mock을