나만의 개발 블로그

🙆‍♂️문제 🙋‍♂️풀이 🚀 입력받기 import sys n = int(sys.stdin.readline()) arr = [list(map(int,sys.stdin.readline().split())) for _ in range(n)] sys를 사용해서 입력을 받습니다. 🚀 문제 풀이 핵심 arr.sort(key=lambda x:(x[1], x[0])) 이번엔 sort변수에 key를 arr[1]로 두어서 y좌표에 대해 오름차순 정렬을 할 수 있도록 합니다. 🚀 출력하기 for i in range(n): print(arr[i][0],arr[i][1]) 출력합니다.

🙆‍♂️문제 🙋‍♂️풀이 stable한 정렬방식을 사용하면 되는데 파이썬은 sort함수를 이용하면 됩니다. 🚀 입력받기 import sys n = int(sys.stdin.readline()) arr = [list(map(int,sys.stdin.readline().split())) for _ in range(n)] sys를 통해서 빠른 입력을 받습니다. 🚀 문제 풀이 핵심 arr.sort() 배열을 정렬해주고 🚀 출력하기 for i in range(n): print(arr[i][0],arr[i][1]) for문을 사용해서 출력합니다.

🙆‍♂️문제 🙋‍♂️풀이 물건 값들을 계산하여 영수증에 적힌 금액 x와 비교하면 됩니다. 🚀 입력받기 x = int(input()) n = int(input()) arr = [list(map(int,input().split())) for _ in range(n)] 영수증에 나온 값 x와 물건 수 n, 그리고 가격을 계산하기 위한 배열 arr을 선언합니다. 🚀 문제 풀이 핵심 total = 0 for i in range(n): total += arr[i][0]*arr[i][1] total값을 선언하고 for문을 이용해서 0번 상품의 가격(arr[0][0]) * 개수(arr[0][1])를 하여 물건 수 만큼 반복하여 더합니다. 🚀 출력하기 if x==total: print("Yes") else: print(..

🙆‍♂️문제 🙋‍♂️풀이 특수문자를 신경써서 출력하면 됩니다. 🚀 출력하기 print(" ,r\'\"7") print("r`-_ ,\' ,/") print(" \. \". L_r\'") print(" `~\/") print(" |") print(" |") 위처럼 큰따옴표와 작은따옴표 앞에 백슬래시(\)를 붙여줘서 문자로 처리하여 출력했습니다.

🙆‍♂️문제 🙋‍♂️풀이 킹은 1개, 퀸도 1개, 룩은 2개, 비숍도 2개, 나이트도 2개, 폰 8개가 있어야 한다. 킹, 퀸, 룩, 비숍, 나이트, 폰에 대한 개수가 입력되면 정상적인 체스 수가 되려면 추가되야 할지 빼야할지에 대해 출력하면 된다. 🚀 입력받기 inputChess = list(map(int,input().split())) 먼저 chess라는 배열에 현재 체스말 수를 입력 받는다. 🚀 문제 풀이 핵심 stdChess = [1,1,2,2,2,8] outputChess =[] for i in range(6): num = stdChess[i]-inputChess[i] outputChess.append(num) 먼저 기준이 되는 stdChess 배열을 정의합니다. 그리고 for문을 사용하여 st..

🙆‍♂️문제 🙋‍♂️풀이 점수들을 배열로 저장하고 내림차순으로 정렬하여 k-1번 째 값을 출력하면 커트라인이 출력됩니다. 🚀 입력받기 n,k = map(int,input().split()) scores = list(map(int,input().split())) 배열의 수 n과 커트라인 명 수 k를 입력받습니다. 그리고 점수 배열 scores를 입력 받습니다. 🚀 문제 풀이 핵심 scores.sort(reverse=True) scores 배열을 내림차순으로 정렬합니다. 🚀 출력하기 print(scores[k-1]) 커트라인에 걸린 점수를 출력합니다.

🙆‍♂️ redux 설치 npm install redux react-redux 위 코드로 redux와 react-redux를 설치합니다. 🙋‍♂️ redux 사용 import { createStore } from 'redux'; const store = createStore(); 먼저 store를 만들어줍니다. 그리고 reducer가 필요합니다. function reducer(currentState, action){ if(currentState === undefined){ return{ number:1 } } const newState = {...currentState}; return newState } 여기서 reducer 함수의 인자값인 currentState값은 현재 state 값이고 action은..

🙆‍♂️머신 러닝 이란 딥러닝을 알기 위해서는 먼저 머신러닝을 알아야 합니다. 먼저 머신러닝은 기계에게 학습시키는 것입니다. 사람이 가이드를 줘서 학습을 시킬 수도 있지만 이 가이드(알고리즘)을 수많은 데이터를 입력해서 기계가 알고리즘을 짤 수 있도록 합니다. 🙋‍♂️머신러닝 종류 🚀supervised learning - 지도 학습 데이터에 정답이 있는 경우에 정답을 예측하기 위해서 모델을 만들 때 사용합니다. 예를 들어 사진을 보고 개인지 고양이인지 구분하는 모델을 만들 때 사용하는 것입니다. 🚀unsupervised learning - 비지도 학습 데이터에 정답이 없는 경우에 사용합니다. 다양한 종류의 사진들이 있을 때 컴퓨터한테 비슷한 종류끼리 분류해보라고 하는 것입니다. 🚀reinforcement..

🙆‍♂️기본적인 코드 구조 from neuron import h, gui from neuron.units import ms, mV h.load_file('stdrun.hoc') class Cell: def __init__(self, gid, x, y, z, theta): self._gid = gid self._setup_morphology() self.all = self.soma.wholetree() self._setup_biophysics() self.x = self.y = self.z = 0 #

🚀 .NetCon() NetCon은 소스와 대상 간의 시냅스 연결을 정의해주는 객체입니다. 시냅스 가중치(weight)값과 지연(delay)값을 설정하여 사용할 수 있습니다. 여기서 시냅스 가중치는 한 뉴런이 탈분극 시 다른 뉴런에 미치는 영향의 양에 해당합니다. 두 노드간 연결 강도 또는 진폭을 나타냅니다. 지연값은 다음 뉴런으로 전달되는 속도입니다. 즉 시간값입니다. netcon = h.NetCon(source_ref_v, target, [threshold, delay, weight], sec=section) netcon = h.NetCon(source, target, [threshold, delay, weight]) 문법은 이렇습니다. 🚀 conductances conductances는 전도도 이다..