반응형

1. 소개

    ① 개요

    - 넘파이는 Numerical Python의 합성어. (Numerical : 수의, 수와 관련된, 숫자로 나타낸)

    - 이름에서 알 수 있듯이 넘파이는 수와 관련된 부분을 지원하는 라이브러리임을 알 수 있다.

    - 주로 행렬이나 다차원 배열을 쉽게 처리하고 고속의 연산을 수행할 수 있도록 지원하는 파이썬 라이브러리이다.

    - 그러다보니 머신러닝, 딥러닝, 데이터 분석 및 과학 분야에서 많이 사용된다.

 

2. import, version, array, shape

    ① numpy import

1
2
3
# python에서 numpy 임포트 하기
>>> # numpy import
>>> import numpy as np
 cs

 

    ② numpy version 확인

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 2.2.    numpy version 확인
>>> # numpy import
>>> import numpy as np
>>>
>>> np._version_
Traceback (most recent call last):
  File "<pyshell#73>", line 1, in <module>
    np._version_
  File "C:\Users\web\AppData\Local\Programs\Python\Python38\lib\site-packages\numpy\__init__.py", line 219, in __getattr__
    raise AttributeError("module {!r} has no attribute "
AttributeError: module 'numpy' has no attribute '_version_'
>>> 
>>> np.__version__
'1.18.5'
>>>
 cs

 

    ③ np.array를 이용하여 numpy array 생성

1
2
3
4
5
6
7
8
9
>>> # numpy를 이용하여 1차원 배열 만들기
>>> ar1 = np.array( [ 1, 2, 3, 4, 5 ] )
>>> ar1
array([1, 2, 3, 4, 5])
 
# 배열의 모양(형태)을 알 수 있다.
>>> ar1.shape
(5,)
 
 cs

 

1
2
3
4
5
6
7
8
9
# 파이선 리스트 변수를 만들어 삽입도 가능
>>> lst = [ 6, 7, 8, 9, 10 ]
>>> ar2 = np.array(lst)
 
>>> ar2
array([ 6,  7,  8,  9, 10])
 
>>> ar2.shape
(5,)
 cs

 

    ④ shape 명령어로 np.array 형태 확인

1
2
3
4
5
6
7
8
9
10
11
12
# 1차원 np.array 형태
>>> arr1 = np.array( [1, 2, 3] )
>>> arr1.shape
(3,)
 
>>> arr2 = np.array( ['a', 'b', 'c'] )
>>> arr2.shape
(3,)
 
>>> arr3 = np.array( [1, 2, 3, 'a', 'b', 'c'] )
>>> arr3.shape
(6,)
 cs

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 다차원 np.array 형태
>>> arr1 = np.array( [1, 2, 3], [4, 5, 6] )
Traceback (most recent call last):
  File "<pyshell#81>", line 1, in <module>
    arr1 = np.array( [1, 2, 3], [4, 5, 6] )
TypeError: data type not understood
 
>>> arr1 = np.array( [[1, 2, 3], [4, 5, 6]] )
>>> arr1.shape
(2, 3)
 
>>> arr2 = np.array( [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] )
>>> arr2.shape
(3, 4)
 
>>> arr3 = np.array( [[1, 2, 3], [5, 6, 7], [10, 11, 12]] )
>>> arr3.shape
(3, 3)
 
 cs

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# 넘파이 배열 출력
>>> arr1
array([[1, 2, 3],
       [4, 5, 6]])
 
>>> arr2
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
 
>>> arr3
array([[ 1,  2,  3],
      [ 5,  6,  7],
       [10, 11, 12]])
 
>>> print(arr1)
[[1 2 3]
 [4 5 6]]
 
>>> print(arr2)
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
 cs

 

3. type, size, ndim

    ① type

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# list type과 numpy.ndarray type
>>> arr = [ 1, 2, 3, 4 ]
>>> arr
[1, 2, 3, 4]
 
>>> type(arr)
<class 'list'>
 
>>> ndarr = np.array( arr )
>>> ndarr
array([1, 2, 3, 4])
 
>>> type(ndarr)
<class 'numpy.ndarray'>
 
>>> ndarr.shape
(4,)
 
>>> arr.shape
Traceback (most recent call last):
  File "<pyshell#147>", line 1, in <module>
    arr.shape
AttributeError: 'list' object has no attribute 'shape'
 
 cs

 

    ② size

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# numpy.array의 size
>>> arr1
array([[1, 2, 3],
       [4, 5, 6]])
 
>>> arr1.size
6
 
>>> arr2
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
 
>>> arr2.size
12
 
>>> arr3
array([[ 1,  2,  3],
       [ 5,  6,  7],
       [10, 11, 12]])
 
>>> arr3.size
9
 
>>> arr3.shape
(3, 3)
 cs

 

    ③ ndim

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# numpy.array의 차원 확인
 
# 배열의 차원만 알고자 할 때 ndim 사용
>>> a = np.array( [[ 1, 2, 3 ], [ 4, 5, 6 ]] )
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
 
# size는 차원에 대한 정보를 전혀 알 수 없음.
>>> a.size
6 
 
# shape으로도 알 수 있음.
>>> a.shape 
(2, 3)
 
# 차원만 출력.
>>> a.ndim 
2
 cs

 

    ④ size와 len의 차이점

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# size : numpy array의 원소의 개수를 출력
# len() : numpy array의 행의 개수를 출력. 차원을 의미하는 것이 아님에 주의.
 
>>> import numpy as np
>>> lst = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> ndarr = np.array( lst )
 
>>> ndarr
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
 
>>> print(ndarr)
[[1 2 3]
 [4 5 6]
 [7 8 9]]
 
>>> ndarr.size
9
 
>>> len(ndarr)
3
 cs

 

♣ shape의 결과 값이 행과 열의 값으로 출력된다는걸 알았는데요. 예를들어, arr1의 경우 shape의 출력값이 (2, 4)로 나오는데 arr2의 경우 분명히 1행 x 5열로 구성된 것 같은데 shape 메서드로 찍으면 결과가 (5,)로 출력되는 이유는 무엇인가? (1, 5)로 출력되는 것이 맞지 않나?

☞ 1행으로만 구성된 경우, 생략되기 때문이다.

 

    ⑤ identical type

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# numpy 행렬의 모든 요소는 동일한 데이터 타입으로 통일
#     파이썬 list 보다 연산 처리 속도가 빠르다.
 
>>> arr3 = np.array( [1, 2, 3, 'a', 'b', 'c'] )
>>> arr3[0]
______
>>> 
>>> type(arr3[0])
<class ‘_________________'>
>>> 
>>> lst = [ 1, 2, 3, 'a', 'b', 'c' ]
>>> lst
[1, 2, 3, 'a', 'b', 'c']
>>> 
>>> lst[0]
1
>>> 
>>> type(lst[0])
<class 'int'>
 cs

 

4. 다차원 배열

    ① 다차원 배열의 크기, 차원, 길이, 요소

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# 다차원 배열: 배열의 배열
# np.shape(arr)
>>> import numpy as np
>>> a = np.array( [[ 1, 2, 3 ], [ 4, 5, 6 ]] )
>>> 
>>> a.shape
(2, 3)
 
>>> a.ndim
2
 
>>> a.size
6
 
>>> len(a)
2
 
>>> a[ 1, 0 ]
4
 
>>> a[ 1, 2 ]
6
 
>>> a[ 0, 2 ]
3
 
 cs

 

    ② shape으로 행과 열 구하기

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# shape로 행, 열만 구하기
# arr.shape[0]
>>> arr = np.array( [[ 1, 2, 3 ], [ 4, 5, 6 ]] )
>>> 
>>> arr
array([[1, 2, 3],
       [4, 5, 6]])
>>> 
>>> arr.shape
(2, 3)
>>> 
>>> arr.shape[0]
2
>>> 
>>> arr.shape[1]
3
>>> 
>>> 
>>> np.shape( [[ 1, 2, 3 ], [ 4, 5, 6]] )
(2, 3)
>>> arr.shape[2]
Traceback (most recent call last):
  File "<pyshell#208>", line 1, in <module>
    arr.shape[2]
IndexError: tuple index out of range
 cs

 

    ③ 행렬 재배열

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 구조 변경 : .reshape(행,열)
>>> arr = np.array( [[ 1, 2, 3, 4, 5, 6 ], [ 1, 2, 3, 4, 5, 6 ]] )
>>> arr
array([[1, 2, 3, 4, 5, 6],
       [1, 2, 3, 4, 5, 6]])
 
>>> print(arr)
[[1 2 3 4 5 6]
 [1 2 3 4 5 6]]
 
>>> # 3 x 4 shape change
>>> arr = np.array( [[ 1, 2, 3, 4, 5, 6 ], [ 1, 2, 3, 4, 5, 6 ]] ).reshape( 3, 4 )
 
>>> arr
array([[1, 2, 3, 4],
       [5, 6, 1, 2],
       [3, 4, 5, 6]])
 
>>> arr.shape
(3, 4)
 cs

 

5. 행렬의 종류

    ① 영행렬

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# .zeros(행, 열)
# 모든 요소를 0으로 갖는 행렬 생성
>>> arr = np.zeros( (2, 2) )
>>> arr
array([[0., 0.],
       [0., 0.]])
 
>>> arr = np.zeros( (3, 4) )
>>> arr
array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])
 
# 행렬간의 연산(+, -, *) 결과 값을 저장할 때
# 처음에 0으로 만들어야 할 때
 
 cs

 

    ② 일행렬

1
2
3
4
5
6
7
8
9
10
11
12
13
# .ones(행, 열)
# 모든 요소를 1로 갖는 행렬 생성
>>> arr = np.ones( (2, 2) )
>>> arr
array([[1., 1.],
       [1., 1.]])
 
>>> arr = np.ones( (3, 4) )
>>> arr
array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])
 
 cs

 

    ③ 단위 행렬

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
# .eye(행)
# 단위 행렬(identity matrix) : 
주대각선(Main diagonal)의 원소가 모두 1이고, 다른 요소들은 0으로 하는
정사각형 행렬
# 1차 단위행렬
>>> arr = np.eye(1)
>>> arr
array([[1.]])
 
# 2차 단위행렬
>>> arr = np.eye(2)
>>> arr
array([[1., 0.],
       [0., 1.]])
 
# 3차 단위행렬
>>> arr = np.eye(3)
>>> arr
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])
 
# 4차 단위행렬
>>> arr = np.eye(4)
>>> arr
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])
 
 cs

 

6. 행렬의 연산

    ① 행렬 곱셈

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# np.dot()
# 행렬의 곱셈
>>> ar1 = np.eye(2)
>>> ar2 = np.array( [[3, 4,], [5, 6]] )
>>> ar1
array([[1., 0.],
       [0., 1.]])
>>> ar2
array([[3, 4],
       [5, 6]])
 
>>> ar1xar2 = np.dot( ar1, ar2 )
>>> ar1xar2
array([[3., 4.],
       [5., 6.]])
 
>>> test = ar1 * ar2
>>> test
array([[3., 0.],
       [0., 6.]])
 cs

 

7. 행렬 생성

    ① 범위, 간격 지정

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# np.arange(시작, 종료, 간격)
# arange로 원하는 숫자 범위, 간격을 지정.
>>> arr = np.arange(10) #python range
>>> arr
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
 
>>> arr = np.arange(20)
>>> arr
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19])
 
>>> arr = np.arange( 0, 10, 3 )
>>> arr
array([0, 3, 6, 9])
 
>>> arr = np.arange( 1, 20, 2 )
>>> arr
array([ 1,  3,  5,  7,  9, 11, 13, 15, 17, 19])
 cs

 

    ② 짝수, 홀수를 요소로 갖는 행렬

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# np.arange(시작, 종료, 간격)
# 짝수 출력, 0.5 간격
>>> arr = np.arange( 0, 20, 2 )
>>> arr
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])
 
>>> arr = np.arange( 0, 21, 2 )
>>> arr
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20])
 
arr = np.arange( 1, 10, .5 )
>>> arr
array([1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. , 5.5, 6. , 6.5, 7. ,
       7.5, 8. , 8.5, 9. , 9.5])
 
 cs

 

    ③ 범위, 간격, shape을 이용한 행렬

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# .arange()와 .rehape()을 이용하여 3Ⅹ3 행렬 만들기
>>> arr = np.array( [[1, 2, 3], [4, 5, 6], [7, 8, 9]] )
>>> arr
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
 
>>> arr.shape
(3, 3)
 
>>> arr.arange(9)
Traceback (most recent call last):
  File "<pyshell#491>", line 1, in <module>
    arr.arange(9)
AttributeError: 'numpy.ndarray' object has no attribute 'arange'
 
>>> arr_new = np.arange(9)
>>> arr_new
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
 
>>> arr_new.reshape( 3, 3 )
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
 
 cs

 

    ④ arrange()와 reshape() 조합

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# arrange() 배열 생성 후 reshape()
# 6 x 6 행렬
 
>>> arr = np.arange( 1, 37 )
>>> arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17,
       18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34,
       35, 36])
 
>>> arr = arr.reshape(6, 6)
>>> arr
array([[ 1,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12],
       [13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29, 30],
       [31, 32, 33, 34, 35, 36]])
 
 cs

 

    ⑤ reshape(-1, n[열])

        - .reshape(-1, n) 또는 .reshape(n, -1) 메소드는 주어진 배열의 요소 사이즈와 연관성이 높다.
        -  배열에 있는 요소가 재배열 되려는 배열의 모양구조에 빠짐없이 배분이 되어질 수 있느냐 없느냐가 중요한 핵심이다.
        -  제대로 분배가 안되어지는 경우의 모양은 에러가 발생한다.
        -  예를들어, 12개 배열 요소에서 .reshape(-1, 5) 혹은 .reshape(7, -1)로 재배열하려고 한면 에러가 발생한다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
# .reshape(-1, 열)
# shape( -1, n[정수] )
>>> ar = np.arange(12).reshape(3, 4)
>>> ar
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
 
>>> ar1 = ar.reshape(-1, 1)
>>> ar1
array([[ 0],
       [ 1],
       [ 2],
       [ 3],
       [ 4],
       [ 5],
       [ 6],
       [ 7],
       [ 8],
       [ 9],
       [10],
       [11]])
# (-1, 1) == (12, 1)
>>> ar2 = ar.reshape( -1, 2 )
>>> ar2
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11]])
 
>>> ar3 = ar.reshape( -1, 3 )
>>> ar3
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
 
>>> ar4 = ar.reshape( -1, 5 )
Traceback (most recent call last):
  File "<pyshell#855>", line 1, in <module>
    ar4 = ar.reshape( -1, 5 )
ValueError: cannot reshape array of size 12 into shape (5)
 
>>> ar3 = ar.reshape( -1, 6 ) # == (2, 6)
>>> ar3
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11]])
 
 cs

 

    ⑥ reshape(n[행], -1)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# .reshape(행, -1)
# shape( n[정수], -1 )
>>> ar = np.arange(12)
 
>>> ar1 = ar.reshape(1, -1)
>>> ar1
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11]])
 
>>> ar2 = ar.reshape(2, -1)
>>> ar2
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11]])
 
>>> ar3 = ar.reshape(3, -1)
>>> ar3
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
 
>>> ar5 = ar.reshape(5, -1)
Traceback (most recent call last):
    ar5 = ar.reshape(5, -1)
ValueError: cannot reshape array of size 12 into shape (5,newaxis)
 
 cs

 

    ⑦ reshape(-1)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
# reshape(-1)
>>> ar = np.arange(12).reshape(3, 4)
>>> ar
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
 
>>> ar1 = ar.reshape(-1)
>>> ar1
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
 
>>> ar2 = ar.reshape(1, -1)
>>> ar2
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11]])
 
>>> ar3 = ar.reshape(-1, 1)
>>> ar3
array([[ 0],
       [ 1],
       [ 2],
       [ 3],
       [ 4],
       [ 5],
       [ 6],
       [ 7],
       [ 8],
       [ 9],
       [10],
       [11]])
 
 cs

 

    ⑧ reshape() 기타

        - .reshape(-1, -1) : 행과 열에 명확한 기준값이 없으므로 에러가 발생한다.

        - .reshape(6, -2) : -1 보다 작은 값을 입력해도 동일한 의미를 갖는다.

 

반응형
저작자표시

'파이썬' 카테고리의 다른 글

텍스트 음성변환(SST; SpeechToText) 파이썬 코드  (1) 2024.09.07
numpy 사용법 기초 (2/2)  (6) 2024.09.07
wxPython 라이브러리 설치 및 기본 사용법  (1) 2024.09.07
우분투(Ubuntu) 환경에서 파이썬 설치 매뉴얼 문서(word)  (0) 2024.06.12
python 가상환경 다루기 (venv)  (0) 2023.08.15
반응형

1. 시험환경

    · python v3.7.2 (64 bit)

    · wxPython

 

2. 목적

    · pip를 이용하여 wxPython 라이브러리를 설치한다.

    · wxPython 윈도우/속성/메뉴 생성 등 기본 사용법을 알아보자.

 

3. 적용

    ①  pip를 이용하여 wxPython 라이브러리를 설치한다.

        - pip 업데이트를 진행한다: pip  -m  pip  install  -upgrade  pip

 

        - wxPython 라이브러리를 설치한다: pip  install  wxPython

 

        -  정상 설치 여부를 확인한다: python 프롬프트에서 import wx 실행

 

 

    ② wx.Frame을 이용한 Window 생성 예제

        - 파일명: 01_wxFrame_basic.py

1
2
3
4
5
6
7
8
9
import wx
 
app = wx.App()
 
frame = wx.Frame(None, -1, "Hello World!")
frame.Show()
 
app.MainLoop()
 
 cs

 

        - 결과) “Hello World!”라는 title을 갖는 window 생성

01_wxFrame_basic.py 실행화면

 

 

    ③ wx.Frame 속성을 적용한 Window 생성

        - 파일명: 02_wxFrame_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
import wx
 
#    SetSize(width, height) : wx.Frame의 “가로 x 세로” 크기 설정
#    SetBackgroundColour(“color”) : wx.Frame 배경색 설정
#    CreateStatusBar() : 상태 표시줄 설정
#    Centre() : 화면 가운데 위치로 윈도우 이동
#    Move(wx.Point point) : 설정값 위치로 윈도우 이동
#    MoveXY(int x, int y) : 설정 좌표로 윈도우 이동
#    SetPosition(wx.Point point) : 윈도우의 위치 설정
#    SetDimensions(x, y, width, height, sizeFlags) : 윈도우의 위치와 크기 설정
 
class WxFrame_Setting(wx.Frame):
 
    def __init__(self, parent, title):
        super().__init__(parent, title = title)
        self.SetSize(600, 400)
        self.SetBackgroundColour("gray")
        self.CreateStatusBar()
        self.Centre()
        self.Show()
 
 
if __name__ == "__main__":
    app = wx.App()
    WxFrame_Setting(None, title = "wx.Frame Setting")
    app.MainLoop()
 cs

 

 

        - 결과) 설정이 반영된 윈도우 화면

02_wxFrame_setting.py 실행화면

 

    ④ wx.Menu 속성을 이용한 메뉴 구성 예제

        - 파일명: 03_menu_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
import wx
 
# wx.MenuBar : wx.Frame 상단에 위치한 메뉴를 구성하는 Bar
# wx.Menu : 메뉴에 기본적으로 나타나는 항목
# wx.MenuItem : wx.Menu 클릭시 나타나는 메뉴 항목
 
class wxMenu_setting(wx.Frame):
 
    def __init__(self, parent, title):
        super().__init__(parent, title = title)
        self.SetSize(600, 400)
        self.SetBackgroundColour("gray")
        self.CreateStatusBar()
        self.Centre()
 
        menu = wx.Menu()
        menu.Append(wx.ID_ABOUT, "About", "description_1 in status bar")
        menu.AppendSeparator()
        Exit_ = menu.Append(wx.ID_EXIT, "Exit\tCtrl+E", "description_2 in status bar")
        self.Bind(wx.EVT_MENU, self.evt_exit_click, Exit_)
 
        menuBar = wx.MenuBar()
        menuBar.Append(menu, "&File")
 
        self.SetMenuBar(menuBar)
        self.Show()
 
 
    # binding function
    def evt_exit_click(self, e):
        self.Close()
 
 
if __name__ == "__main__":
    app = wx.App()
    wxMenu_setting(None, "wx.Menu setting")
    app.MainLoop()
 
 cs

 

        - 결과) 설정 메뉴 확인 및 <Alt>를 누르면 코드에서 지정한 단축키가 밑줄로 표시

 

 

    ⑤ Sub Menu 구성 예제

        - 파일명: 04_wxMenu_SubMenu_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
import wx
 
# 동일한 서브메뉴를 구성하는 항목들은 동일한 ID로 설정해야 한다.
class wxMenu_SubMenu_setting(wx.Frame):
 
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.createWidget()
 
 
    def createWidget(self):
        menu = wx.Menu()
        menu.Append(wx.ID_NEW, "&New")
        menu.Append(wx.ID_OPEN, "&Open")
        menu.Append(wx.ID_SAVE, "&Save")
 
        menu.AppendSeparator()
 
        subMenu = wx.Menu()
        subMenu.Append(wx.ID_ANY, "Import File")
        subMenu.Append(wx.ID_ANY, "Import Image")
        subMenu.Append(wx.ID_ANY, "Export File")
 
        menu.Append(wx.ID_ANY, "Import/Export", subMenu)
 
        Exit_ = menu.Append(wx.ID_EXIT, "&Exit")
        self.Bind(wx.EVT_MENU, self.evt_exit_click, Exit_)
 
        menuBar = wx.MenuBar()
        menuBar.Append(menu, "&Menu1")
 
        self.SetMenuBar(menuBar)
 
        self.Show(True)
 
 
    def evt_exit_click(self, e):
        self.Close()
 
 
if __name__ == "__main__":
    app = wx.App()
    wxMenu_SubMenu_setting(None)
    app.MainLoop()
 
 cs

 

        - 결과) 메뉴 및 서브메뉴 구성 확인

04_wxMenu_SubMenu_setting.py 실행화면

 

    ⑥ Check Menu 구성 예제

        - 파일명: 05_wxMenu_Check_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
import wx
 
#     menu item 생성시 wx.ITEM_CHECK 속성을 이용하여 check menu로 설정
class wxMenu_Check_setting(wx.Frame):
 
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.createWidget()
 
    def createWidget(self):
 
        menuBar = wx.MenuBar()
 
        # 1. File Menu
        m_file = wx.Menu()
        menuBar.Append(m_file, "&File")
 
        # 2. View Menu
        m_view = wx.Menu()
 
        # kind: Menu Type parameter
        # wx.ITEM_NORMAL(default), wx.ITEM_CHECK(check menu)
        self.show_tb = m_view.Append(wx.ID_ANY, "툴바 보기", "툴바 ON/OFF", kind = wx.ITEM_CHECK)
        self.show_sb = m_view.Append(wx.ID_ANY, "상태바 보기", "상태바 ON/OFF", kind = wx.ITEM_CHECK)
        
        # Default Set : ToolBar(Checked), StatusBar(Checked)
        m_view.Check(self.show_tb.GetId(), True)
        m_view.Check(self.show_sb.GetId(), True)
        
        # Binding event function
        self.Bind(wx.EVT_MENU, self.toolbar_click, self.show_tb)
        self.Bind(wx.EVT_MENU, self.statusbar_click, self.show_sb)
        
        menuBar.Append(m_view, "&View")
 
        self.SetMenuBar(menuBar)
 
        self.toolbar = self.CreateToolBar()
 
        self.statusBar = self.CreateStatusBar()
        self.statusBar.SetStatusText("Ready")
 
        self.Show(True)
 
 
    def toolbar_click(self, e):
        if self.show_tb.IsChecked():
            self.toolbar.Show()
        else:
            self.toolbar.Hide()
 
 
    def statusbar_click(self, e):
        if self.show_sb.IsChecked():
            self.statusBar.Show()
        else:
            self.statusBar.Hide()
 
 
if __name__ == "__main__":
    app = wx.App()
    wxMenu_Check_setting(None)
    app.MainLoop()
 
 cs

 

        - 결과) 체크 메뉴 선택에 따른 툴바 및 상태바 ON/OFF 기능

 

 

    ⑦ Pop-Up Menu 예제

        - 파일명: 07_wxMenu_PopUp_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
import wx
 
#     MenuItem 클래스를 이용한 Pop-Up Menu 구성
class PopupMenu_setting(wx.Menu):
 
    def __init__(self, parent):
        super().__init__()
        self.parent = parent
 
        m_minimize = wx.MenuItem(self, wx.NewId(), "최소화")
        self.Append(m_minimize)
        self.Bind(wx.EVT_MENU, self.exec_minimize_func, m_minimize)
 
        m_exit = wx.MenuItem(self, wx.NewId(), "종료")
        self.Append(m_exit)
        self.Bind(wx.EVT_MENU, self.exec_exit_func, m_exit)
 
    def exec_minimize_func(self, e):
        self.parent.Iconize()
 
    def exec_exit_func(self, e):
        self.parent.Close()
 
        
class WinFrame(wx.Frame):
 
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.createWidget()
 
    def createWidget(self):
        # 1. Event : right click on mouse
        self.Bind(wx.EVT_RIGHT_DOWN, self.exec_right_down_func)
        self.Show(True)
 
    # Binding Function
    def exec_right_down_func(self, e):
        # 2. get the position(x, y) on the screen and show your definded popoup menu
        self.PopupMenu(PopupMenu_setting(self), e.GetPosition())
 
    def main():
        app = wx.App()
        WinFrame(None)
        app.MainLoop()
 
 
if __name__ == "__main__":
    WinFrame.main()
 
 cs

 

        - 결과) 마우스 우클릭시 나타나는 팝업 메뉴 구성 및 기능 확인

07_wxMenu_PopUp_setting.py 실행화면

 

    ⑧ ToolBar 및 Icon 구성 예제

        - 파일명: 08_Toolbar_Icon_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
import wx
 
class Toolbar_Icon_setting(wx.Frame):
 
    def __init__(self, *args, **kw):
        super().__init__(*args, **kw)
        self.createWidget()
 
    def createWidget(self):
 
        # Create a ToolBar in wx.Frame
        # CreateToolBar()를 이용하여 생성된 ToolBar에 Icon 이미지 및 기능 추가
        tb = self.CreateToolBar()
 
        # Insert icon image into the ToolBar
        Exit_ = tb.AddTool(wx.ID_ANY, "Exit", wx.Bitmap("icon_image/icon_01.jpg"))
        self.Bind(wx.EVT_TOOL, self.exec_exit_func, Exit_)
 
        # essential code to show icon image for Win/Mac
        tb.Realize()
 
        self.Show(True)
 
    def exec_exit_func(self, e):
        self.Close()
 
 
if __name__ == "__main__":
    app = wx.App()
    app.locale = wx.Locale(wx.LANGUAGE_ENGLISH)
    Toolbar_Icon_setting(None)
    app.MainLoop()
 
 cs

 

        - 결과) ToolBar에 추가된 Icon 이미지 및 기능 확인

08_Toolbar_Icon_setting.py 실행화면

 

    ⑨ Multiple ToolBar 및 Icon 예제

        - 파일명: 09_Toolbar_Multiple_setting.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
import wx
 
# 여러 개의 ToolBar를 사용하여 wx.Frame에 배치하는 경우, 겹쳐서 표현되는 문제를 해결해야 함
# wx.BoxSizer(wx.VERTICAL|wx.HORIZONTAL) : wx.Frame을 구획
# Add(ToolBar 객체, 구획비율, wx.EXPAND) : WindowFrame에 설정값으로 ToolBar 추가
class Toolbar_Multiple_setting(wx.Frame):
 
    def __init__(self, *args, **kw):
        super().__init__(*args, **kw)
        self.createWidget()
 
    def createWidget(self):
 
        # Use wx.ToolBar() instread of wx.CreateToolBar() to create Multiple ToolBar
        tb1 = wx.ToolBar(self)
        tb1.AddTool(wx.ID_ANY, "New", wx.Bitmap("icon_image/new.png"))
        tb1.AddTool(wx.ID_ANY, "Open", wx.Bitmap("icon_image/open.png"))
        tb1.AddTool(wx.ID_ANY, "Save", wx.Bitmap("icon_image/save.png"))
        tb1.Realize()
 
        # Use wx.ToolBar() instread of wx.CreateToolBar() to create Multiple ToolBar
        tb2 = wx.ToolBar(self)
        Exit_ = tb2.AddTool(wx.ID_ANY, "Exit", wx.Bitmap("icon_image/icon_01.jpg"))
        self.Bind(wx.EVT_TOOL, self.exec_exit_func, Exit_)
        tb2.Realize()
 
        # Set horizontal position of ToolBars in wx.Frame
        hBox = wx.BoxSizer(wx.HORIZONTAL)
        hBox.Add(tb1, 2, wx.EXPAND)
        hBox.Add(tb2, 1, wx.EXPAND)
        self.SetSizer(hBox)
 
        '''
        # Set vertical position of ToolBars in wx.Frame
        vBox = wx.BoxSizer(wx.VERTICAL)
        vBox.Add(tb1, 0, wx.EXPAND)
        vBox.Add(tb2, 0, wx.EXPAND)
        self.SetSizer(vBox)
        '''
        self.Show(True)
 
 
    def exec_exit_func(self, e):
        self.Close()
 
 
if __name__ == "__main__":
    app = wx.App()
    app.locale = wx.Locale(wx.LANGUAGE_ENGLISH)
    Toolbar_Multiple_setting(None)
    app.MainLoop()
 
 cs

 

        - 결과) wx.HORIZONTAL/wx.VERTICAL 및 구획비율을 변경하며 테스트

09_Toolbar_Multiple_setting.py 실행화면

 

    ⑩ ToolBar의 아이콘(버튼) 활성/비활성 제어

        - 파일명: 10_Toolbar_icon_active_nonactive.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
import wx
 
# EnableTool(“object ID”, True | False)
class Toolbar_icon_Act_NonAct(wx.Frame):
 
    def __init__(self, *args, **kw):
        super().__init__(*args, **kw)
        self.createWidget()
 
 
    def createWidget(self):
        self.count = 5
 
        self.toolbar = self.CreateToolBar()
        toolbar_undo = self.toolbar.AddTool(wx.ID_UNDO, 'undo', wx.Bitmap('icon_image/undo.png'))
        toolbar_redo = self.toolbar.AddTool(wx.ID_REDO, 'redo', wx.Bitmap('icon_image/redo.png'))
 
        self.toolbar.AddSeparator()
 
        toolbar_exit = self.toolbar.AddTool(wx.ID_EXIT, 'exit', wx.Bitmap('icon_image/exit.png'))
 
        self.Bind(wx.EVT_TOOL, self.onUndo, toolbar_undo)
        self.Bind(wx.EVT_TOOL, self.onRedo, toolbar_redo)
        self.Bind(wx.EVT_TOOL, self.onExit, toolbar_exit)
 
        self.toolbar.Realize()
 
        self.Show(True)
 
 
    def onUndo(self, e):
        if self.count > 1 and self.count <= 5:
            self.count -= 1
        elif self.count == 1:
            self.toolbar.EnableTool(wx.ID_UNDO, False)
        elif self.count == 4:
            self.toolbar.EnableTool(wx.ID_REDO, True)
 
 
    def onRedo(self, e):
        if self.count >= 1 and self.count < 5:
            self.count += 1
        elif self.count == 5:
            self.toolbar.EnableTool(wx.ID_REDO, False)
        elif self.count == 2:
            self.toolbar.EnableTool(wx.ID_UNDO, True)
 
 
    def onExit(self, e):
        self.Close()
 
 
if __name__ == "__main__":
    app = wx.App()
    app.locale = wx.Locale(wx.LANGUAGE_ENGLISH)
    Toolbar_icon_Act_NonAct(None)
    app.MainLoop()
 
 cs

 

        - 결과) ToolBar 버튼 활성화/비활성화

 

4. 결과

    · 소스코드 파일첨부

Python_GUI_wxPython.zip
0.02MB

 

 

반응형
저작자표시

'파이썬' 카테고리의 다른 글

numpy 사용법 기초 (2/2)  (6) 2024.09.07
numpy 사용법 기초 (1/2)  (2) 2024.09.07
우분투(Ubuntu) 환경에서 파이썬 설치 매뉴얼 문서(word)  (0) 2024.06.12
python 가상환경 다루기 (venv)  (0) 2023.08.15
Window 파이썬(python) 설치하기  (0) 2023.07.10
반응형

1. 데이터베이스 개요

    ① 자료 (data)

    - 현실 세계에서 관찰이나 측정을 통해 수집한 단순한 사실이나 값

 

    ② 정보 (information)

    - 의사 결정에 도움을 줄 수 있는 유용한 형태

    - 자료를 가공(처리)해서 얻을 수 있는 결과를 의미

 

    ③ 데이터베이스

    - 어느 한 조직체의 여러 응용 시스템들이 공동으로 사용할 수 있도록 통합하여 저장한 운영 데이터의 집합

    - 공동의 목적을 지원하기 위한 서로 관련된 자료들의 모임

    - 주제와 관련된 의미있는 데이터들의 모음

 

2. 데이터베이스 정의

    ① 통합된 데이터 (integrated data)

    - 산재되어 있지 않고 한곳에 있어야 함

    - 모든 데이터가 중복을 최소화하면서 통합

 

    ② 저장 데이터 (stored data)

    - 컴퓨터에서 처리 가능하도록 전자적 형태로 저장

    - 디스크, 테이프 등 컴퓨터가 접근 가능한 저장 매체에 저장된 데이터

 

    ③ 운영 데이터 (operational data)

    - 고유 기능을 수행하기 위해 반드시 유지되어야 할 데이터

 

    ④ 공용 데이터 (shared data)

    - 한 조직의 여러 응용 시스템들이 공동으로 소유, 유지, 이용하는 데이터

 

3. 데이터베이스 특징

    ① 실시간 접근 가능 (real-time accessibilities)

    - 수시적이로 비정형적인 질의(query)에 대하여 실시간 처리로 응답

    ② 계속적인 변화 (continuous evolution)

    - 새로운 데이터의 삽입(insert), 삭제(delete), 갱신(update)으로 항상 변하고 그 속에서 현재의 정확한 데이터를 유지할 수 있음

    ③ 동시 공유 가능 (concurrent sharing)

    - 여러 사용자가 동시에 자기가 원하는 데이터에 접근

    ④ 내용에 의한 참조 가능 (content reference)

    - 데이터의 레코드 위치(location)나 주소(address)가 아닌 사용자가 요구하는 데이터의 내용(contents) 즉, 데이터가 가지고 있는 값에 따라 참조

    - 모든 레코드들은 물리적 위치와 상관없이 하나의 논리적 단위로 취급되고 접근

 

4. 데이터베이스 구성요소

    ① 개체 (Entity) : 데이터베이스에 표현하는 유형 무형의 정보

    - 개체 타입 (유형) : 속성의 이름들로 구성

    - 개체 집합 : 개체 어커런스(인스턴스)의 모임

 

    ② 속성(Attribute) : 데이터의 가장 작은 논리적 단위(컬럼)로 항목, 필드에 해당

 

 

5. DBMS(DataBase Management System)

    ① 정의

    - 사용자에게 데이터베이스를 생성하고 유지할 수 있게하는 프로그램 집합

    - DBMS는 데이터베이스 언어를 가지고 있으며 이를 통해 데이터의 삽입/삭제/수정을 할 수 있다.

 

    ② 기능 : 데이터의 무결성 유지

    - DB의 데이터는 실세계를 적용하는 규칙을 항상 만족해야 한다.

    - 서로 다른 부분에 있는 두개의 데이터가 서로 모순되지 않아야 한다.

 

    ③ 특성

    - 데이터의 논리적 독립성 : 한 속성에 가해진 변경이 동일한 테이블에서 다른 속성에 영향을 주지 않는 것을 의미한다.

    - 참조 무결성과 데이터 무결성 : 응용프로그램 개발시 무결성 제약 조건을 신경쓰지 않아도 된다.

    - 비정규 질의 : 사용자는 작업을 실행하는 방법을 명시하지 않고도 데이터베이스에게 어떤 데이터를 조회할 것인지 명령할 수 있어야한다.

 

6. 데이터베이스 모델의 종류

    ① 계층 데이터 모델 (Hierarchical Data Model)

    - 데이터를 저장하는 단위(Entity)의 구조가 상하 종속적인 관계로 구성된다.

    - 개체를 노드로 표현하고 개체 집합들 사이의 관계를 링크로 연결한 트리(Tree) 형태의 자료 구조

 

    ② 망 데이터 모델 (Network Data Model)

    - CODASYL이 제안하여 CODASYL DBTG 모델이라고도 한다.

    - 그래프를 이용해서 데이터의 논리적 구조를 표현한 데이터 모델이다.

    - 상위와 하위 레코드 사이에서 다대다(M:M) 대응 관계를 만족하는 구조이다.

 

    ③ 관계 데이터 모델 (Relational Data Model)

    - 개체 집합에 대한 속성 관계를 표현하기 위하여 개체를 테이블(table)로 사용하고 개체 집합들 사이의 관계는 공통 속성으로 연결하는 독립된 형태의 데이터 모델이다.

 

7. 관계형 모델의 구성요소

    ① 관계 데이터베이스에 데이터를 저장할 수 있는 형식 테이블이다. (Table = Relation)

    - SQL에서 릴레이션보다 테이블이란 용어 사용

    ② 행과 열의 교차점은 원자값(atomic value)라는 오직 하나의 값으로 구성된다.

    ③ 테이블에서 행은 순서가 정해져 있지 않다.

    ④ 테이블의 내용은 실제적인 행의 집합으로 간주된다.

 

8. SQL(Structured Query Language)

    ① SQL은 관계형 데이터베이스 언어이다.

    ② 데이터의 삽입, 삭제, 갱신, 질의, 보호(보안) 명령문으로 구성된다.

    ③ SQL은 관계 데이터베이스 언어로 비절차적 데이터베이스 언어로 분류한다.

 

반응형
저작자표시

'MySQL' 카테고리의 다른 글

DB 저장경로 변경 및 데이터 이전  (0) 2022.12.03
MySQL Installer 및 Community Server 설치 (win)  (0) 2022.02.25
[디버깅] ERROR 2006 (HY000): MySQL server has gone away  (0) 2022.02.22
윈도우에서 서비스 제어(자동, 수동, 시작, 중지)  (0) 2022.01.14
반응형

    ① DB에서 인덱스를 사용하는 이유

    -

DB에 저장한 데이터는 HDD와 같은 저장매체에 저장되고, 각 데이터는 HDD의 주소와 매핑된다.

    - DB에서 어떠한 데이터를 SELECT 하는 경우, DB(HDD)에서 전체 내용을 검색한다(Full Scan).

    - 경우에 따라, 데이터 1건을 찾기 위해 HDD 전체 내용을 뒤져야 하는 경우 시간 소모가 많이 발생한다.

    - 하지만, 찾고자 하는 데이터와 그 데이터가 저장된 주소값이 매핑 테이블로 관리되고 있다면, 찾고자 하는 데이터의 주소값에 직접 접근할 수 있으므로 Full Scan 보다 시간을 획기적으로 단축시킬 수 있다.

    - 이러한 원리로 이용하는 것이 DB index이며, index는 데이터와 그 데이터가 저장된 주소값(row id)으로 관리 된다.

    - 인덱스 생성시 원래 테이블에 있던 데이터는 그대로 두고, 다른 메모리 영역(pga라는 sort area, temporary table space)로 데이터를 가져와서, Indexing 정의에 따라 HDD 블록에 기록된다.

 

    ②  rowid를 구성하는 18자리 의미
    - 6자리 : data object 번호
    - 3자리 : 파일 번호
    - 6자리 : 파일의 block 번호

    - 3자리 : row 번호 (테이블 내에서 몇번째 위치)

scott 계정 접속하여 DEPT 테이블의 rowid 확인

 

    ③ 인덱스 생성 방법

    - Unique Index

    - 명령어) create unique index  인덱스명 on 테이블명(컬럼명);

테스트를 위한 테이블 생성 : DEPT_TEST

 

 

DEPT_TEST 테이블을 unique index로 설정 및 index에 중복 데이터 추가

 

    - Non-Unique Index

    - 명령어) create index  인덱스명 on 테이블명(컬럼명);

테스트를 위한 테이블 생성 : EMP_TEST

 

EMP_TEST 테이블에 Non-Unique Index 설정 및 index에 동일 데이터 추가

 

 

    ④ 인덱스 확인 및 삭제

    - 테이블에 설정된 Index 정보 확인

    - 명령어) SELECT  *  FROM  USER_INDEXES  WHERE  TABLE_NAME='[테이블명]';

    - 명령어) SELECT  *  FROM  USER_IND_COLUMNS  WHERE  TABLE_NAME='[테이블명]';

DEPT_TEST 테이블에 생성된 index 정보 확인

 

EMP_TEST 테이블에 생성된 index 정보 확인

 

    - 인덱스 삭제 명령어) DROP INDEX [인덱스명];

DEPT_TEST, EMP_TEST 테이블에 생성된 index 삭제

 

    ⑤ 인덱스 종류

    - B-Tree 인덱스 : 데이터 종류(colum 수)가 많으면서, 데이터(row 수)가 적은 경우 사용. 

    - FBI(Function Based Index, 함수 기반 인덱스) : WHERE절에서 index로 설정한 컬럼이 함수와 엮이게 되면, index 효과가 나타나지 않음.

    - Decending Index (내림차순 인덱스) : 설정한 컬럼을 기준으로 내림차순 정렬

    - Composit Index (결합 인덱스) : 두개 이상의 컬럼들을 합쳐서 하나의 index로 생성
    - Bitmap 인덱스 : 데이터가 있는 자리만 1로 표시하고, 그렇지 않은 행은 0으로 표시해서 map을 구성해서 관리하는 방식으로 새로운 데이터가 추가되거나 수정되면 bitmap을 다시 생성해야 하는 단점이 있지만 성능은 좋다.

 

 

    ⑥ Index와 성능의 관계

    - 인덱스를 생성하면 성능이 좋아진다? 경우에 따라서 full-scan보다 늦어질 수 있다.
    - INSERT 경우,
       인덱스가 없는 테이블) 그냥 넣으면 된다.
        인덱스가 있는 테이블) 정렬순서대로 insert해야 하므로 테이블이 갈라지면서 여러번에 걸쳐 작업해야 한다.

                                                   (index split 현상)
    - DELETE 경우,
       인덱스가 없는 테이블) 그냥 지워진다.
        인덱스가 있는 테이블) 테이블에서는 데이터가 지워졌지만, 인덱스에서는 지워지지 않고 사용하지 않는 표시.

                                                  이러한 경우가 누적되면 쿼리 속도가 늦어질 수 있다.
    - UPDATE 경우,
       인덱스가 있는 테이블) DELETE 후 INSERT 작업을 하므로 부하가 발생한다.

 

    ⑦ Index Rebuild

    - index 작업 후 취약점 또는 개선사항 발견 후, index를 새롭게 구성하는 것.

    - index를 한번 생성해 놓았다고해서 영구적으로 좋은 성능을 유지할 수 없기 때문에 꾸준한 관리가 필요.

    - 명령어) analyze  index  [ 테이블명]  validate  structure;

    - 명령어) alter  index  [테이블명]  rebuild;

 

    ⑧ Invisible Index

    - index 삭제 전 사용안함 상태로 만들어 테스트할 수 있는 기능.

    - 명령어) alter  index  [인덱스명]  invisible;

    - 관련 명령어) alter  index  [인덱스명]  visible;

 

반응형
저작자표시

'설정' 카테고리의 다른 글

네트워크 관련 리눅스 CLI 명령어 (man, lsof, nslookup, telnet, netstat)  (0) 2024.06.02
SCP(Secure CoPy) 명령어  (1) 2024.06.02
MariaDB conf.d 및 initdb.d 초기화 설정 (docker, docker-compose)  (1) 2024.01.14
가비아에서 구매한 도메인을 AWS EC2에 직접 연결 (안됨)  (0) 2023.11.03
docker-compose 주요 명령어  (0) 2023.08.19
반응형

1. 시험환경

    · 윈도우

    · PocketBase

 

2. 목적

    · 윈도우 환경에서 PocketBase를 설치 및 사용법을 알아보자.

 

3. 적용

    ① PocketBase 사이트에 접속하여 다운로드 받는다.

        - URL : https://pocketbase.io/docs/

 

PocketBase - Open Source backend in 1 file

Open Source backend in 1 file with realtime database, authentication, file storage and admin dashboard

pocketbase.io

 

 

    ② 다운로드 받은 압축파일을 해제한다.

 

    ③ CMD 창에서 pocketbase를 실행한다.

        - > pocketbase.exe serve

 

    ④ Admin UI에 접속하여 ID를 생성하고 로그인한다.

 

4. 결과

    · Admin 화면에서 테이블을 생성할 수 있다.

 

 

 

반응형
저작자표시

'프로그램 설치' 카테고리의 다른 글

리눅스 환경에서 MySQL 설치 및 Client 접속 매뉴얼 문서(word)  (0) 2024.06.12
윈도우 환경에서 오라클 (Oragle 11g) 설치 매뉴얼 문서 (word)  (0) 2024.06.12
MongoDB 사용 매뉴얼 문서(word)  (0) 2024.06.12
도커 사용법(docker) 및 주요 명령어 매뉴얼 문서 (word)  (0) 2024.06.12
Amazon Linux 환경에서 terraform(테라폼) 최신버전 설치  (1) 2024.03.12
반응형

1. 시험환경

    · 윈도우

    · node v20.15.0

    · npm 10.7.0

 

2. 목적

    · next.js 프로젝트를 신규 생성하는 방법을 알아보자.

 

3. 적용

    ① 프로젝트 폴더를 생성한다.

        - 예시) nextjs 폴더를 생성한다.

 

    ② nextjs 프로젝트를 생성한다.

        - npx  create-next-app@latest  ./nextjs

 

    ③ 설치한 의존성 라이브러리를 선택하면 설치가 진행된다.

 

    ④ 프로젝트를 실행한다.

        - npm  run  dev

 

4. 결과

 

 

반응형
저작자표시

'웹 사이트' 카테고리의 다른 글

[워드프레스] 관리자 비밀번호 변경  (7) 2024.06.27
Docker 기반 워드프레스 초기 설치  (1) 2024.06.17
쿠키(Cookie)와 세션(Session)  (0) 2024.01.25
가비아(Gabia)에서 구매한 도메인(URL)을 EC2에 연결하기  (0) 2023.07.03
네이버 서치 어드바이저 등록  (0) 2023.01.05
반응형

1. 시험환경

    ① 워드프레스 최초 설치 후 관리자 계정의 PW는 시스템에서 무작위로 할당한다.

        - 최초 PW 예시 : Q14*6!%Hdjrj*YCaw

 

    ② 최초 발급받은 패스워드는 관리가 어려우므로 로그인 후 변경해보자.

        - http://localhost:8080/wp-admin

워드프레스 로그인

 

    ③ 로그인 후 오른쪽 상단에 "프로필" 클릭 후 나타나는 팝업메뉴에서 [편집]을 클릭한다.

 

    ④ 본문에 나타나는 화면에서 [새 비밀번호 설정] 버튼 후 신규 비밀번호를 입력한다.

 

    ⑤ 로그아웃 후 변경된 비밀번호로 다시 로그인한다.

반응형
저작자표시

'웹 사이트' 카테고리의 다른 글

npm을 이용한 nextjs 프로젝트 생성  (0) 2024.07.16
Docker 기반 워드프레스 초기 설치  (1) 2024.06.17
쿠키(Cookie)와 세션(Session)  (0) 2024.01.25
가비아(Gabia)에서 구매한 도메인(URL)을 EC2에 연결하기  (0) 2023.07.03
네이버 서치 어드바이저 등록  (0) 2023.01.05
반응형

1. 시험환경

    ˙ 윈도우 11

    ˙ MySQL 5.7

    ˙ Docker, Docker-Compose

 

2. 목적

    ˙ 도커, 도커컴포즈 기반으로 워드프레스를 설치한다.

    ˙ DB 및 Wordpress 데이터를 로컬 드라이브에 별도로 저장한다.

 

3. 적용

    ① 윈도우 운영체제에 도커 데스크탑이 설치 및 실행된 상태이어야 한다.

        - URL : https://www.docker.com/products/docker-desktop/

 

Docker Desktop: The #1 Containerization Tool for Developers | Docker

Docker Desktop is collaborative containerization software for developers. Get started and download Docker Desktop today on Mac, Windows, or Linux.

www.docker.com

 

    ② 도커 컴포트 파일을 구성한다.

        - DB와 Wordpress의 데이터를 윈도우 로컬 디렉토리로 마운트 설정한다.

        - 아래 양식에서 <<Window 로컬 디렉토리>> 부분을 마운트할 경로로 대체하여 작성한다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
  
version: "3.9"
   
services:
  wordpress-db:
    image: mysql:5.7
    volumes:
      - <<Window 로컬 디렉토리>>:/var/lib/mysql
    restart: always
    environment:
      MYSQL_ROOT_PASSWORD: root1q2w3e
      MYSQL_DATABASE: wp_db
      MYSQL_USER: user
      MYSQL_PASSWORD: user1q2w3e
    ports:
      - "3400:3306"
   
  wordpress:
    depends_on:
      - wordpress-db
    image: wordpress:latest
    volumes:
      - <<Window 로컬 디렉토리>>:/var/www/html                                     
    restart: always
    environment:
      WORDPRESS_DB_HOST: wordpress-db:3306
      WORDPRESS_DB_USER: user
      WORDPRESS_DB_PASSWORD: user1q2w3e
      WORDPRESS_DB_NAME: wp_db
    ports:
    - "8090:80"
s

 

 

    ③ 도커 컴포즈를 실행한다.

        - docker-compose  -f  [파일명].yml  up

 

    ④ 도커 데스트탑에서 "Running" 상태인지 확인한다.

 

    ⑤ 워드프레스에 접속하여 초기 설치를 진행한다.

        - http://localhost:8090 (여기서는 Local 접속 8090 포트 사용)

 

4. 결과

    ˙ LocalPC Mount 경로에 저장된 DB 데이터

 

    ˙ LocalPC Mount 경로에 저장된 WP 데이터

 

 

반응형
저작자표시

'웹 사이트' 카테고리의 다른 글

npm을 이용한 nextjs 프로젝트 생성  (0) 2024.07.16
[워드프레스] 관리자 비밀번호 변경  (7) 2024.06.27
쿠키(Cookie)와 세션(Session)  (0) 2024.01.25
가비아(Gabia)에서 구매한 도메인(URL)을 EC2에 연결하기  (0) 2023.07.03
네이버 서치 어드바이저 등록  (0) 2023.01.05

+ Recent posts

티스토리툴바