IT에반젤리스트

import numpy as np import pandas as pd df1 = pd.DataFrame(     np.random.randn(4, 2),      index=[['A', 'A', 'B', 'B'], [1, 2, 1, 2]],     columns=['data1', 'data2'] ) print("DataFrame1") print(df1, "\n") df2 = pd.DataFrame(     np.random.randn(4, 4),     columns=[["A", "A", "B", "B"], ["1", "2", "1", "2"]] ) print("DataFrame2") print(df2, "\n") # 명시적 인덱싱을 활용한 df1의 인덱스 출력 print("df1.loc['A', 1]"..

redis는 memory기반 경량화 DB로서 Key/value기반의 NoSQL군이다. 빠른 성능과 경량화로 세션클러스터링 및 캐시DB형태로 많이 사용되고 있다. 성능상으로 메모리 기반으로 빠른 속도를 제공하고 있다. 단 100만건이 넘어갈경우 급격한 속도 저하를 경고하고 있음으로 임시 저장소로 사용하는것이 유용하다. 설치 및 변경에대하여 정리하였다.(자주 사용되며설치시 몇가지만 주의하면 쉽게 사용이 가능하다. 레디스 설치 *기본적으로 centos 는 yum, rpm ubuntu는 apt-get 아래는 직접 설치부분이며 위에 기본 설치시 시스템 폴더에 생성되어 관리가 불편하여 아래를 이용하는것이 좋다 $ wget http://download.redis.io/redis-stable.tar.gz $ tar x..

1. 스프링부트 개발환경 셋팅 2. 로컬/개발/운영셋팅 # profiles 값 할당 전 server: port: 18080 --- # profiles value 할당 (방법1) # java -jar 파일명.jar --spring.profiles.active=profiles값 (택1) # java -Dspring.profiles.active=profiles값 -jar 파일명.jar (택2) spring: profiles: local server: port: 8080 --- # profiles value 할당 (방법2) # Edit Configurations > Run/Debug Configurations > Active Profiles 값 할당 spring: profiles: dev server: port..