Python49 카카오톡 플러스친구 스마트채팅 만들기 2 - 구조 설계 카카오톡 플러스친구 스마트채팅 만들기 2 - 구조 설계 Flask 를 사용하여 구현하였으며, 데이터베이스로 firestore를 사용하였습니다. 전체 구조는 아래와 같습니다. 필요한 라이브러리를 설치합니다. $ pip install Flask Flask_RESTful firebase-admin kakatalk_lunch_bot.py flask를 생성하고 시작합니다. Flask-RESTful을 사용하여 요청을 처리하였습니다. 사용자 입력처리만 하고 관리는 하지 않으므로 두 가지 /keyboard, /message만 구현하였습니다. # kakatalk_lunch_bot.py from flask import Flask from flask_restful import Api from resources.keyboar.. 2018. 5. 4. 카카오톡 플러스친구 스마트채팅 만들기 1 - API 확인 카카오톡 플러스친구 스마트채팅 만들기 1 - API 확인 같은 그룹에 있는 사람들이 식당을 선택하고, 가장 많이 선택된 식당을 보여주는 봇을 만들어 보겠습니다. 플러스친구 생성 카카오톡 플러스친구 관리자 센터를 통해서 봇을 만들 수 있습니다. 플러스친구 관리자센터에 로그인을 합니다. +새 플러스친구 만들기를 누르고 기본적인 정보를 입력합니다. 좌측 사이드 메뉴 중에서 스마트채팅을 선택합니다. 우측에 있는 API형을 선택합니다. 앱 URL을 등록합니다. 서버가 정상적으로 동작하면 API테스트 시에 결과를 확인할 수 있습니다. API Document API형 페이지에서 우측상단에 있는 API Document 버튼을 눌러 API를 확인할 수 있습니다. API 는 두가지를 구현해 주어야 합니다. /keyboar.. 2018. 5. 3. [python] Flask - ValueError: script argument must be unicode. [python] Flask - ValueError: script argument must be unicode. 에러 플라스크 튜토리얼(Flask 어플리케이션 테스트하기 — Flask 0.11-dev documentation) 에서 아래 코드를 실행할 때 에러가 발생합니다. def init_db(): with closing(connect_db()) as db: with app.open_resource('schema.sql') as f: db.cursor().executescript(f.read()) db.commit() ValueError: script argument must be unicode. 수정 위의 코드에서 f.read() 부분을 아래와 같이 수정합니다. f.read().decode('utf-8.. 2018. 4. 1. keras를 사용하여 암호화화폐 예측하기 - 2. 모델 저장 및 불러오기 Table of Contents 1 모듈 설치2 모델 생성3 모델 저장4 모델 불러오기5 훈련 데이터 설정6 전체 흐름7 훈련 순서8 이어서... keras를 사용하여 암호화화폐 예측하기 - 2. 모델 저장 및 불러오기¶모델을 저장하고, 불러오기를 반복하며 학습을 진행합니다. 이전 코드를 바탕으로 새롭게 작성하여 진행합니다. 모델을 생성하기 이전에 저장한 모델이 있는지 확인해서, 있으면 저장된 모델을 불러옵니다. 모듈 설치¶모델을 저장하기 위해 h5py 모듈을 설치합니다. jupyter 셀에서 쉘커맨드를 실행할 경우 앞에 ! 를 붙여서 실행합니다. In [1]: !pip3 install h5py Requirement already satisfied: h5py in /usr/local/lib/python3.. 2018. 1. 30. keras를 사용하여 암호화화폐 예측하기 - 1. 기본구성 Table of Contents 1 작업 준비2 데이터 다운로드3 jupyter 실행4 데이터 읽기5 입출력 데이터 생성6 모델 생성7 모델 훈련8 그래프 확인9 이어서... keras를 사용하여 암호화화폐 예측하기 - 1. 기본구성¶ cryptocompare 에서 제공하는 데이터를 활용하여 암호화화폐의 변동을 예측하는 코드를 작성합니다. 물론 재미로 보는 운세와 같은 틀린 예측입니다. 거래에 활용하면 돈을 잃을 수도 있습니다. 매 시각의 high, low 값을 활용하여 다음 시각의 high, low값을 예측합니다. 시각 high low 01:00 123 110 02:00 152 122 ... ... ... 10:00 124 102 11:00 ??? ??? 작업 준비¶파이썬을 실행할 수 있는 환경에서 시.. 2018. 1. 29. Pandas 시계열 데이터 구조 Pandas 시계열 데이터 구조 타임스탭프(time stamp)의 경우, Pandas는 Timestamp타입을 제공한다. 좀 더 효율적인 numpy.datetime64 데이터 타입을 기반으로 한다. 관련 인덱스 구조는 DatetiemIndex다. 기간(time period)의 경우, Pandas는 Period타입을 제공한다. 이것은 numpy.datetime64를 기반으로 고정 주파수 간격을 인코딩한다. 관련 인덱스 구조는 PeriodIndex다. 시간 델타 또는 지속 기간의 경우, Pandas는 Timedelta 타입을 제공한다. Timedelta는 파이썬의 기본 datetime.timedelta 타입의 좀 더 효율적인 대체 타입이며 numpy.timedelta를 기반으로 한다. 관련 인덱스 구조는 T.. 2018. 1. 18. 이전 1 2 3 4 5 6 ··· 9 다음