여연찌

정답 \%_% ' \ ' 를 사용해서 _ 언더바를 문자로 취급하도록 이스케이프 처리한다.    잘못된 예시 NOT LIKE '%_%' 데이터베이스가 _ 를 문자 그대로 인식하지 않고 와일드카드로 인식할 수 있다.그렇기 때문에 이를 방지해서 \ 를 사용해줘야 함 + 와일드 카드로 사용되는 _ 는 ?단일 문자, 즉 한 문자를 나타낸다.예를 들어 'A_C' 를 사용한다면 'ABC', 'AEC' 과 같이 한 문자가 들어갈 경우 찾아내고'AC', 'ABCD' 와는 매칭 되지 않는다.   != '%\_%' != 는 정확히 일치하지 않는 값을 제외하는 것이기 때문에 정확히  '%_%' 인 경우만 제외하게 된다.그렇기 때문에 와일드카드 검색을 하고 싶다면 NOT LIKE 를 사용해야 한다

데벨챌 3주차는 4장의 지표 ~ 6장 그로스 조직과 업무 프로세스 까지 분량이다.역시나 흥미로운 내용들이 많았고 이전에 했던 업무나 프로젝트 내용들을 복기하며 다시 정리하기에 좋았다.  지표 를 활용하기 전 진행해야 할 과정이 있다. 1. 속성에 따라 분류하기스톡(Stock, 특정한 찰나에 관찰할 수 있는 누적된 값)플로(Flow,  일정한 시간 동안의 변화량을 나타내는 지표) 2. 구체적인 조작적 정의(객관적이고 측정 가능한 기준으로 기술한 정의)모호한 지표일 경우 혹은 모든 구성원이 동의하지 않았을 경우 서로 다른 기준으로 정의했을 수 있다. 3. 허무 지표에 빠지지 않기실제 서비스의 성공/실패와는 상관없는 지표를 할 경우 발전되지 않을 수 있다.예를 들어 누적 다운로드 일 경우 지표가 높아졌으나 가..

이번 2주차에서는 AARRR 의 고객유치 Acquisition 에 이어 활성화Activation 리텐션Retention 수익화Revenue 추천Referral 까지 읽어보았다.   활성화 (Activation)고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것퍼널의 전환율을 높이는 방법1. 개인화사용자 개개인의 맥락에 맞는 정보를 보여준다면 전환율을 높일 수 있다.2. UI/UX 개선주요 화면의 디자인을 변경항거나 구성요소를 바꾸는 것은 전환율을 변화시킨다.디자인이 큰 폭으로 변경된다면 변경 전과 변경 후의 효과를 측정하고 검증해야 한다.3. 적절한 개입CRM 채널인 메일, 푸시, 인앱 메싱지 등을 적절히 활용하면 전환율을 높일 수 있다.전체 회원을 대상으로 보내는 논타기팅 ..

부트캠프 수료 후 마케터에 흥미를 가지고, 직무 전환을 준비 중이다. 이전에 SQL 강의를 수료했던 데이터리안에서 마침 그동안 많은 추천을 받았었던 양승화님의 '그로스 해킹(Growth Hacking)' 라는 책으로데벨챌을 진행한다고 하여 기대되는 마음으로 참여해본다!  적당히 좋아하는 1000명보다 열렬히 사랑하는 100명의 충성 사용자를 확보하자어쨌든 많은 사람들을 데려오면 되는게 아닐까? 했던 나의 가벼운 생각이 확 깨지는 구절이었다. 리텐션, 전환율,순수 추천 지수(NPS) 를 참고해서 제품 - 시장 적합성이 충분한지, 그렇지 않다면 제품 자체가 의미있는지, 그 문제를 잘 해결하는 제품을 만들었는지 부터 다시 점검해보아야 한다.  이전 회사에서 이벤트를 진행하면 많은 고객이 유입되었지만그 고객이 ..

기초 통계량 확인하기iris.describe()    결측값 대체 iris_with_nan.info() # 결측값 포함iris_with_nan2=iris_with_nan.fillna(value=0) # fillna 사용iris_with_nan3 = iris_with_nan.replace(np.nan,0) # replace 사용iris_with_nan2.info() # 결측값 제거      특정 값을 반환하여 새로운 컬럼 추가iris["Sepal Size"] = np.where(iris["Sepal Length"].values >= 5.0 , "Large", "Small")# np.where()# 만족하면 "Large", 그렇지 않으면 "Small"iris["S..

matplotlib.pyplot 2차원 데이터 시각화import matplotlib.pyplot as pltx = [1,2,3,4,5]y = [2,4,6,8,10]plt.plot(x,y)plt.xlabel('X-axis')plt.ylabel('Y-axis')plt.title('Example')plt.show() 판다스 데이터프레임으로 시각화import pandas as pddf = pd.DataFrame({ 'A':[1,2,3,4,5], 'B':[5,4,3,2,1]})dfdf.plot(x='A', y='B')plt.show() 스타일, 라벨 지정df.plot(x='A', y='B', color='green', linestyle='--',marker='o') # 스타일 추가plt.sh..

Pandas 불러오기import pandas as pd  데이터를 파일(csv)로 저장to_csv("저장위치/파일명.파일형식") 인덱스에 대해 설정을 해주지 않으면 기본값은 inedx= True 로인덱스가 컬럼의 형태로 저장이 될 수 있다.ex) unnamed 컬럼 생성data.to_csv("tips_data.csv", index=True) index 의 값을 False 로 설정해주면 인덱스 컬럼형태는 나오지 않음data.to_csv("tips_data.csv", index=False) * 저장할 때 인덱스 값을 설정하지 않았어도 불러올 때 인덱스컬럼을 제외하는 방법도 있다.df = pd.read_csv("tips_data.csv",index_col=0)df  데이터프레임 생성pd.DataFrame()d..

문제 1: 데이터 불러오기 타이타닉 데이터를 불러온 다음 df라는 변수에 담고 데이터의 내용을 확인하세요.from google.colab import drivedrive.mount('/content/drive')root = "/content/drive/MyDrive/스파르타파이썬"file_address = root + "/train.csv"import pandas as pddf = pd.read_csv(file_address)display(df)  문제 2: 생존자 수 계산 타이타닉 전체 생존자 수와 사망자 수를 계산하고 출력하세요.생존자=[]사망자=[]total=df['Survived']for i in df['Survived']: if i == 1: 생존자.appen..

* return 과 print 의 차이는? # return 은 밖으로 끄집어내서 무언가에 담을 수 있다.# print 는 그냥 출력만 해주고 끝난다. 보여주기만 함, 담을 수가 없다! data = [2, 4, 6, 8, 10]class DataPreprocessor: def __init__(self, data): self.data = data def calculation(self): print(f"평균:{sum(data)/len(data)}") # print 는 그냥 보여주고 끝난다dab = DataPreprocessor(data)result = dab.calculation()# dab.calculation() 이 있어서 나옴> 평균: 6.0dab.cal..

Q. 정수 n을 리스트로 생성하여 sort 할때 왜 list() 를 사용해야하는지?부터 시작한 궁금증으로 정리해보았다!  <p style="color: #222222; text-..