Byte의 발자취

#  SELECT 기능에서 이어서 진행! (참고 : https://sorktjrrb.tistory.com/143)  # 레시피를 수정(UPDATE) 하는 API를 만들어 보자- 우선, 포스트맨을 실행시켜 PUT으로 설정하고, URL(업데이트할 id값도 같이 입력) 입력!- Body에 raw 선택 JSON 형식으로 DB에 추가하고 싶은 정보를 입력해준다. # VSCode에서 API 코드 작성!- id를 지정하여 가져오는 형태이므로 특정 레시피를 선택했던 class에 이어서 작성 from flask import requestfrom flask_restful import Resourcefrom mysql_connection import get_connectionfrom mysql.connector import..

1) 전체 레시피 가져오는 API를 만들어 보자 우선, 포스트맨을 실행시켜 GET으로 설정하고, URL 입력!- insert 기능에서 이어서 진행! (참고 : https://sorktjrrb.tistory.com/142)- 겟(GET)과 딜리트(DELETE) 타입은 바디(Body)를 따로 입력하지 않는다!- 전체 데이터를 가지고 올때는 offset과 limit를 설정해서 25개씩만 가져오도록 설정하는게 페이지 구성에 좋기 때문에 이를 설정해서 가져오도록 하자- Params에 offset과 limit라는 키를 생성하고 값은 각각 0, 25로 설정 (URL 에도 추가한 offset 과 limit가 동작되도록 작성해 주어야함 http://127.0.0.1:5000/recipes?offset=0&limit=25..

# 이제 DB 생성 및 가상환경 생성 그리고 실행에 필요한 프로그램들인 MySQL Workbench, Postman, Visual Studio Code 실행 및 세팅이 완료되었으니, API를 직접 코딩해 보자! # 포스트맨을 실행시켜 POST로 설정하고, URL 입력!- Body에 raw 선택 JSON 형식으로 DB에 추가하고 싶은 정보를 입력해준다. # VSCode에서 API 코드를 작성!- 작업의 용이성(실무적으로)을 위해 각 기능이 동작하는 API 코드를 작성할 파일들은 resource라는 폴더를 따로 생성하여 그안에서 작성 # recipe.py 파일 안에 레시피를 생성(insert) 하는 코드문 작성- query 문을 만들때는 꼭! MySQl Workbench로 실제 해당 문구가 정상 실행되는지를..

(Config, mysql_connection 파일 만들기) > # 이전장에서 전용 DB는 모두 생성을 완료하였으니, Python에 연결하여 코드를 작성하여야 한다!# 우선 실무에서도 적용할수 있도록 목적성에 맞게 파일을 나누어서 코드문을 작성하는것이 좋다! 보안 관리를 위한 config.py 파일과 DB 관리를 위한 mysql_connection.py 파일을 생성해 주자!ㄴ config.py 에선 보안관련 정보를 class로 만들어 따로 입력해서 관리 (보안관련 코드들이 추가되면 계속 config.py 파일 안에 새롭게 업로드하면서 관리하는것!)ㄴ mysql_connection.py 에선 config.py 에서 작성한 보안 class중 mysql db에 접속하는 함수를 작성하여 관리 # config.p..

(전용 DB 유저 생성 포함) > # 본격적으로 API를 개발하기 전에 Python 코드 개발 환경과 MySQL DB를 커넥션 하여야 한다.- MySQL Workbench를 실행하여 새로운 파일을 열고 쿼리를 작성!-- recipe_db(작업할 전용 DB) 에만 전용으로 접속할 수 있는 계정을 만들어야 한다.-- use mysql; 로 먼저 실행하면 특정 db를 지정하지 않아도 sql문이 실행됨-- @ 뒤에 '%' 문은 꼭 넣어줘야한다!use mysql;create user 'abcd_db_user(사용할 이름)'@'%' identified by '1234 (사용할 비밀번호)';grant ALL privileges on abcd_db.* to 'abcd_db_user(사용할 이름)'@'%'; # MySQ..

# Pandas를 통해서 가공한 데이터를 가지고 차트로 데이터 시각화를 할수있다 Tidy Data : 데이터 분석과 시각화에 적합한 형식으로 데이터를 정리한 것 each variable(변수) is a column (컬럼은 형식) each observation(하나의 행 => 행은 데이터) is a row each type of observational unit is a table # 파이썬에서 2D 그래픽을 생성하는 데 사용되는 라이브러리 # 다양한 유형의 그래프와 플롯을 만들 수 있으며, 데이터 분석 및 시각화 작업에서 널리 사용된다 # ref : 참고 레퍼런스 https://matplotlib.org/gallery.html#scales https://seaborn.pyda..

# 행 삭제, 열 삭제 # drop() 함수를 이용하고, axis 만 설정해 주면 된다. # 이전장에서 사용했던 데이터를 그대로 가져와서 진행 # store 2 삭제 (행) df.drop('store 2' , axis= 0) # glasses 컬럼 삭제 (열) df.drop('glasses', axis=1) # pants, glasses, shirts 3개 컬럼 삭제 df.drop(['pants','glasses','shirts'] , axis=1) # 1) '=' 기호를 사용하여 데이터를 다시 저장하는 방법 df = df.drop('glasses' , axis=1) ㄴ 삭제한 결과값을 df 원본에 다시 저장 # 2) inpl..