본문 바로가기
반응형

전체 글1074

Python - Free Proxy server 사용하기 Python에서 Free 프록시를 이용하는 방법중 대표적인 2가지 방법을 정리해보도록 하겠다. 1. proxy-reqquests 라이브러리 이용 Python 라이브러리로 proxy-requests라는 라이브러리가 있는데, 이를 이용하여 간편하게 프록시 서버를 이용 할 수 있다. proxy-requests · PyPI proxy-requests Make HTTP requests with scraped proxies pypi.org 아래와 같이 ProxyRequests를 통해 프록시 서버를 이용할 수 있다. from proxy_requests import ProxyRequests url = 'https://api.ipify.org' r = ProxyRequests(url) r.get() 2. 웹 무료 프록시.. 2022. 4. 27.
Mac - Turbo Boost Switcher 패스워드 없이 자동 시작하기 Turbo Boost Switcher 를 실행하면 실행시점에 비밀번호를 물어보는 절차가 진행된다. 매번 실행할 때 마다 비밀번호를 넣는건 여간 불편한 일이 아닐 수 없다. sudo nano /Library/LaunchDaemons/com.turbo-boost-switcher.plist Label com.turbo-boost-switcher ProgramArguments /Applications/Turbo Boost Switcher.app/Contents/MacOS/Turbo Boost Switcher RunAtLoad KeepAlive sudo launchctl unload /Library/LaunchDaemons/com.turbo-boost-switcher.plist sudo launchctl load.. 2022. 4. 27.
SUA 스터디 모임 - 20220423 아직까지는 어렵지 않고 쉽게 가는 것 같다. 주말에 시간 내어서 공부하는 모두 화이팅~ 2022. 4. 27.
CSS - grid 기본 이해, 2차원 배열하기 CSS를 사용할 때, 특정 화면 사이즈에 요소들을 배치해야하는 경우가 있다. 이때 효율적으로 작성할 수 있는 부분이 바로 CSS에서 제공하는 grid이다. grid는 행과 열을 통한 2차월 배열을 지원한다. 따라서 행과 열을 grid 작성시 지정해 줄 수 있으며, 해당 기준의 열과 행에 맞춰서 화면 배열이 만들어지게 된다. grid에서 열(grid-template-columns), 행(grid-template-rows)을 지정하는 옵션을 통해 조절 할 수 있는데 repeat를 이용해 반복 횟수를 지정할 수 있다. 한줄에 2개의 열을 100px씩 표시하고 싶다면 아래와 같이 지정 할 수 있다. test1 test2 test3 test4 아래와 같이 100px씩 2개의 버튼이 열을 만들어 구성된 것을 알 수.. 2022. 4. 26.
Svelte - 고유키를 통한 데이터 변경 확인 Svelte는 데이터가 추가되거나 삭제되었을 때에만 새롭게 화면을 렌더링 되는데, 현재 화면의 데이터가 변경되었다는 것을 인식시켜, 새롭게 랜더링하는 작업을 고유키를 통해서 설정이 가능하다. 여기에 고유키라는 값을 설정하여 해당 값이 변경된것을 확인할 수 있다. 아래와 같이 items를 구성할 경우 고유키를 설정하지 않을 경우 데이터 변경 유무를 확인 할 수 없는 필드가 발생할 수 있다. {#each items as {id, title, content}, i} title, content {/each} 고유키는 () 소괄호를 이용해서 고유키를 설정할 수 있는데, 바로 {#each items as {id, title, content}, i 부분에 ()를 이용해서 고유키를 설정할 값을 지정하자. 예제에서는 데.. 2022. 4. 26.
Python - Pandas Dataframe 합치기/붙이기 concat Pandas에서 제공하는 Dataframe은 데이터를 조작하는데 많은 도움을 주는 함수라 할 수 있다. 오늘은 Dataframe에 추가되는 데이터를 연결해서 붙이는 방법에 대해서 정리해 보도록 하겠다. df1 = pd.DataFrame({'a':['a0','a1','a2','a3','a4'], 'b':['b0','b1','b2','b3','b4'], 'c':['c0','c1','c2','c3','c4']}) df2 = pd.DataFrame({'a':['a2','a3','a4','a5','a6'], 'b':['b2','b3','b4','b5','b6'], 'c':['c2','c3','c4','c5','b6'], 'd':['d2','d3','d4','d5','b6']}) print(df1) print(df.. 2022. 4. 22.
반응형