Sangkon Han(SigmaDream, sd or SD)

Python * Master SQLAlchemy Relationships in a Performance Friendly Way [https://blog.theodo.com/2020/03/sqlalchemy-relationship-performance/] * SQLAlchemy 사용하여 프로덕션 환경에서 급격하게 증가한 데이터 문제를 해결하면서 알게된 내용을 소개하는 기사 입니다. * Mental Models for Class Based Views [https://djangodeconstructed.com/2020/01/03/mental-models-for-class-based-views/] * Django의 클래스 기반 뷰를 사용하기 위한 기본

Python * How to use Jupyter Notebooks in 2020 (Part 1: The data science landscape) [https://ljvmiranda921.github.io/notebook/2020/03/06/jupyter-notebooks-in-2020/] * 데이터 분석가에게 많은 사랑을 받고 있는 Jupyter Notebook을 처음 사용한다면 이 기사를 참고하세요! * THINKING PSYCOPG3 [https://www.varrazzo.com/blog/2020/03/06/thinking-psycopg3/] * PostgreSQL의 핵심 관리자가

Python * Advanced usage of Python requests - timeouts, retries, hooks [https://findwork.dev/blog/advanced-usage-python-requests-timeouts-retries-hooks/] * 이 기사는 Python에서 가장 유명한 HTTP 라이브러리 중 하나인 requests를 사용할 때 알아야 할 네트워크 장애, 디버깅 추적 그리고 Syntax Sugar에 대한 자세한 소개를 제공합니다. * EOF is not a character [https://ruslanspivak.com/eofnotchar/] * 파일의

Python * How to visualize hidden relationships in data with Python — analysing NBA assists [https://towardsdatascience.com/how-to-visualize-hidden-relationships-in-data-with-python-analysing-nba-assists-e480de59db50] * NBA 데이터를 기반으로 Python으로 시각화 하는 방법과 과정을 소개하는 기사, 데이터 분석에 관한 전반적인 내용이 소개되어 있으니 차근 차근 실습해보기 좋은 기사입니다. * How to Build an OAuth Service using Python, Flask, Postgres and

Python * Create a macOS Menu Bar App with Python (Pomodoro Timer) [https://camillovisini.com/create-macos-menu-bar-app-pomodoro/] * Python을 사용하여 macOS 응용 프로그램을 만드는 방법을 소개하는 튜토리얼 기사 입니다. * The Parallelism Blues: when faster code is slower [https://pythonspeed.com/articles/parallelism-slower/] * NumPy를 사용한 특정 작업은 병렬처리에 취약합니다. NumPy를 사용해서 병렬처리를 많이 도전하신다면

Python * Configuring uWSGI for Production Deployment [https://www.techatbloomberg.com/blog/configuring-uwsgi-production-deployment/] * uWSGI를 사용해서 서비스를 제공할 때 알려진 문제와 몇가지 팁을 소개하는 기사입니다. * 만약 Django를 사용해서 웹 서비스를 고려하고 계신다면 이 기사를 참고해보세요. * The 22 Most-Used Python Packages in the World [https://medium.com/better-programming/the-22-most-used-python-packages-in-the-world-7020a904b2e] * 많은 Python 사용자가 사용하는

Python * Jupyter Notebooks in the IDE [https://towardsdatascience.com/jupyter-notebooks-in-the-ide-visual-studio-code-versus-pycharm-5e72218eb3e8] * Python에서 자주 사용하는 IDE에서 Jupyter Notebooks을 사용하는 방법을 소개하는 튜토리얼 기사입니다. * How To Get Started With the Requests Library in Python [https://www.digitalocean.com/community/tutorials/how-to-get-started-with-the-requests-library-in-python] * 이 기사는 Python으로 HTTP 요청을 보낼 수있는 Python Requests 라이브러리를 배울 수

Python * Opinionated Coding Guidelines and Best Practices in Python [https://github.com/rednafi/pysanity] * Python 코드를 작성할 때 도움을 주는 가이드라인을 제공하는 기사입니다. * Intro to anomaly detection with OpenCV, Computer Vision, and scikit-learn [https://www.pyimagesearch.com/2020/01/20/intro-to-anomaly-detection-with-opencv-computer-vision-and-scikit-learn/] * OpenCV와 scikit-learn을 사용하여 이상치를 검출하는 방법을 소개하는 튜토리얼 기사입니다.

Python * Django 3 Tutorial & CRUD Example with MySQL and Bootstrap [https://www.ahmedbouchefra.com/blog/django-3-tutorial-and-crud-example-with-mysql-and-bootstrap/] * Django 3를 사용한 CRUD 튜토리얼 입니다. JavaScript * D3 Dashboard Tutorial with Cube.js [https://dev.to/keydunov/d3-dashboard-tutorial-with-cube-js-ehb] * Cube.js와 D3.js를 사용하여 대시 보드를 작성하는 튜토리얼 기사를 다룹니다. iOS/Android * Animating complex

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