하루기록

i=1
current=1
previous=0

while i<=50:
    print(current)
    temp = previous
    previous = current
    current = current+temp
    i+=1

파이썬 문법을 활용, 좀더 깔끔하게 하면

previous = 0
current = 1
i = 1

while i <= 50:
    print(current)
    previous, current = current, current + previous
    i += 1

위 문법이 없는 언어에서는 임시보관소(temp)를 활용

# 상수 정의
INTEREST_RATE = 0.12
APARTMENT_PRICE_2016 = 1100000000

# 변수 정의
year = 1988
bank_balance = 50000000

while year < 2016:
    bank_balance = bank_balance * (1 + INTEREST_RATE)
    year += 1

if bank_balance > APARTMENT_PRICE_2016:
    print("{}원 차이로 동일 아저씨 말씀이 맞습니다.".format(int(bank_balance - APARTMENT_PRICE_2016)))
else:
    print("{}원 차이로 미란 아주머니 말씀이 맞습니다.".format(int(APARTMENT_PRICE_2016 - bank_balance)))

94193324원 차이로 동일 아저씨 말씀이 맞습니다.

def calculate_change(payment, cost):
    change = payment - cost  # 거스름돈 총액

    fifty_count = change // 50000  # 50,000원 지폐
    ten_count = (change % 50000) // 10000  # 10,000원 지폐
    five_count = (change % 10000) // 5000  # 5,000원 지폐
    one_count = (change % 5000) // 1000  # 1,000원 지폐

    # 답 출력
    print("50000원 지폐: {}장".format(fifty_count))
    print("10000원 지폐: {}장".format(ten_count))
    print("5000원 지폐: {}장".format(five_count))
    print("1000원 지폐: {}장".format(one_count))
    
    # print(f"50000원 지폐: {change // 50000}장") # 50000원 지폐 : ()장
    # print(f"10000원 지폐: {change % 50000 // 10000}장") # 10000원 지폐 : ()장
    # print(f"5000원 지폐: {change % 10000 // 5000}장") # 5000원 지폐 : ()장
    # print(f"1000원 지폐: {change % 5000 // 1000}장") # 1000원 지폐 : ()장
    


# 테스트 코드
calculate_change(100000, 33000)
print()
calculate_change(500000, 378000)

import pandas as pd
df = pd.read_csv('vgsales.csv')
df.shape
df.describe() #to get some basic statistics for the data

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

music_data = pd.read_csv('music.csv')
X = music_data.drop(columns=['genre'])
y = music_data['genre']
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size = 0.2)

model = DecisionTreeClassifier()
model.fit(X_train, y_train)
predictions =model.predict(X_test)

score = accuracy_score(y_test,predictions)
score

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import joblib

# music_data = pd.read_csv('music.csv')
# X = music_data.drop(columns=['genre'])
# y = music_data['genre']

# model = DecisionTreeClassifier()
# model.fit(X, y)

# joblib.dump(model, 'music-recommender.joblib')

model = joblib.load('music-recommender.joblib')

predictions = model.predict([[21,1]])
predictions