๋ชจ๋“ ๋‚  88

[LeetCode] 344. reverse-string (Easy) 2023/4/27

๋ฌธ์ œ ์ œ๋ชฉ ์ •๋‹ต๋ฅ  ๋‚œ์ด๋„ 344. reverse-string 76.8% Easy Reverse String - LeetCode Can you solve this real interview question? Reverse String - Write a function that reverses a string. The input string is given as an array of characters s. You must do this by modifying the input array in-place [https://en.wikipedia.org/wiki/In-place_algo leetcode.com ๋ฌธ์ œ ์š”์•ฝ. ๋ฌธ์ž์—ด์„ ์—ญ์ˆœ์œผ๋กœ ๋ฐ”๊พธ๋Š” ํ•จ์ˆ˜๋ฅผ ์ž‘์„ฑํ•ด๋ผ ์กฐ๊ฑด 1) ์ž…๋ ฅ์€ ๋ฌธ์ž๋กœ ์ด๋ฃจ์–ด์ง„ ๋ฐฐ์—ด๋กœ ์ฃผ์–ด์ง„๋‹ค..

[LeetCode] 125. valid-palindrome (Easy) 2023/4/27

๋ฌธ์ œ ์ œ๋ชฉ ์ •๋‹ต๋ฅ  ๋‚œ์ด๋„ 125. valid-palindrome 44.5% Easy Valid Palindrome - LeetCode Can you solve this real interview question? Valid Palindrome - A phrase is a palindrome if, after converting all uppercase letters into lowercase letters and removing all non-alphanumeric characters, it reads the same forward and backward. Alphanumeric cha leetcode.com ๋ฌธ์ œ ์š”์•ฝ ์ฃผ์–ด์ง„ ๋ฌธ์ž์—ด์ด ํŒฐ๋ฆฐ๋“œ๋กฌ์ด๋ฉด ์ฐธ์„, ์•„๋‹ˆ๋ผ๋ฉด ๊ฑฐ์ง“์„ ๋ฐ˜ํ™˜ํ•˜๋ผ ์กฐ๊ฑด 1) ๋ชจ๋“  ๋Œ€๋ฌธ์ž๋ฅผ..

[python] 1. ์ฝ”๋”ฉํ…Œ์ŠคํŠธ์‹œ ํ•„์ˆ˜ ์ฒดํฌ ๋ชฉ๋ก

์ฝ”๋”ฉํ…Œ์ŠคํŠธ์‹œ ํ•„์ˆ˜ ์ฒดํฌ ๋ชฉ๋ก ์ฝ”๋”ฉํ…Œ์ŠคํŠธ๋Š” ๊ธฐ์ˆ ์ง€์‹, ์ฝ”๋”ฉ ๋Šฅ๋ ฅ, ๋ฌธ์ œํ•ด๊ฒฐ ์—ญ๋Ÿ‰๋“ค์„ ํ™•์ธํ•˜๊ธฐ ์œ„ํ•œ ์‹œํ—˜์ด๊ธฐ ๋•Œ๋ฌธ์— ์ œ์ผ ์ค‘์š”ํ•œ ๊ฒƒ์€ "๋ชจ๋“  ํ…Œ์ŠคํŠธ ์ผ€์ด์Šค๋ฅผ ํ†ต๊ณผํ•˜๋„๋ก ํ’€์–ด์•ผ ํ•œ๋‹ค" ๋ชจ๋“  ํ…Œ์ŠคํŠธ ์ผ€์ด์Šค๋ฅผ ํ†ต๊ณผํ•˜๊ธฐ ์œ„ํ•ด์„œ ํฌ๊ฒŒ ๋‘๊ฐ€์ง€ ์‚ฌํ•ญ์„ ๊ณ ๋ คํ•ด์•ผ ํ•œ๋‹ค. โœ”๏ธ์‹œ๊ฐ„ ๋ณต์žก๋„๋ฅผ ๊ณ ๋ คํ•ด์•ผ ํ•œ๋‹ค. ์‹œ๊ฐ„ ๋ณต์žก๋„๊ฐ€ $O(n^{2})$์ด๋ฉด Timeout ๋ฐœ์ƒ $O(n)$ ๋˜๋Š” $O(nlog_{n})$ ์ •๋„ ๋˜์–ด์•ผ ํ…Œ์ŠคํŠธ ์ผ€์ด์Šค๋ฅผ ํ†ต๊ณผ ํ•˜์ง€๋งŒ ๋Œ€๋ถ€๋ถ„ python์ด C++๋‚˜ ์ž๋ฐ”๋ณด๋‹ค ์‹คํ–‰ ์†๋„๊ฐ€ ๋Š๋ฆฌ๊ธฐ ๋•Œ๋ฌธ์— ํŠนํžˆ ์•Œ๊ณ ๋ฆฌ์ฆ˜ ์ตœ์ ํ™”์— ์ค‘์ ์„ ๋‘์–ด์•ผ ํ•œ๋‹ค. โœ”๏ธ์˜ˆ์™ธ์ฒ˜๋ฆฌ๋ฅผ ์ˆ˜ํ–‰ํ•ด์•ผ ํ•œ๋‹ค. ์ž…๋ ฅ๊ฐ’์ด 0์ด๊ฑฐ๋‚˜ null์ด ๋“ค์–ด์˜ค๋Š” ๊ฒฝ์šฐ ํ•ด๋‹น ๊ฐ’์— ๋Œ€ํ•œ ๊ฒ€์ฆ ๊ณผ์ •์ด ํ•„์ˆ˜์ ์œผ๋กœ ํฌํ•จ๋˜์–ด์•ผ ํ•œ๋‹ค.

[python] 0. ์ฝ”๋”ฉ ํ…Œ์ŠคํŠธ ๊ธฐ๋ณธ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ (4/26 ์—…๋ฐ์ดํŠธ)

๋งŽ์ด ์‚ฌ์šฉ๋˜๋Š” ๊ธฐ๋ณธ์œผ๋กœ ์ œ๊ณตํ•˜๋Š” ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ ๋ชฉ๋ก ๋ฆฌ์ŠคํŠธ์ด๋‹ค. ๊ณต์‹ ๋ฌธ์„œ๋ฅผ ๊ธฐ์ค€์œผ๋กœ ์–ด๋– ํ•œ ๊ธฐ๋Šฅ๋“ค์„ ์ œ๊ณตํ•˜๋Š”์ง€ ์ •๋ฆฌํ•ด ๋ณด์ž. ๐Ÿช…import collections dictionary, list, set, tuple ์ž๋ฃŒํ˜•์— ๋Œ€ํ•œ ๋Œ€์•ˆ์„ ์ œ๊ณตํ•œ๋‹ค. ํ•ด๋‹น ๊ฒŒ์‹œ๊ธ€ ์ฐธ๊ณ (https://steady-eschoi.tistory.com/5) ๐Ÿช…import heapq ์ด์ง„ํŠธ๋ฆฌ ๊ธฐ๋ฐ˜์˜ ์ตœ์†Œ heap ์•Œ๊ณ ๋ฆฌ์ฆ˜(๋ถ€๋ชจ ๋…ธ๋“œ์˜ ๊ฐ’์€ ํ•ญ์ƒ ์ž์‹ ๋…ธ๋“œ๋ณด๋‹ค ์ž‘๊ฑฐ๋‚˜ ๊ฐ™์Œ)์„ ์ œ๊ณตํ•œ๋‹ค. ๊ฐ€์žฅ ์ž‘์€ ๊ฐ’์€ heap [0]์— ์œ„์น˜ heappush heappop heappushpop heapreplace heapify nlargest nsmallest from heapq import * #ํž™ ๋ชจ๋“ˆ์˜ ํž™ํ ๊ฐ์ฒด๋ฅผ ์œ„ํ•œ ๋ฐฐ์—ด ์„ ์–ธ h=[] #์„ ์–ธ ๋œ..

[์ธ๊ณต์ง€๋Šฅ ๋”ฅ๋Ÿฌ๋‹] 0. ๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ ์ง€์‹(2)

๊ณต๋ถ€๋ฅผ ์‹œ์ž‘ํ•˜๊ธฐ ์•ž์„œ ํ‹ฐ์Šคํ† ๋ฆฌ ๋ฐฉ๋ฌธ์ž 100๋ช…์„ ๋‹ฌ์„ฑํ–ˆ๋‹ค๐ŸŽ‡ ์ƒˆ๋กœ์šด ์‚ฌ๋žŒ ๋ฐฑ๋ช…์„ ๋งŒ๋‚ฌ๋‹ค๊ณ  ์ƒ๊ฐํ•˜๋ฉด ๊ฝค ๋Œ€๋‹จํ•œ ์ˆซ์ž๊ฐ€ ์•„๋‹๊นŒ ์Šค์Šค๋กœ๋ฅผ ์นญ์ฐฌํ•จ๊ณผ ๋™์‹œ์— ๋” ๊พธ์ค€ํžˆ ๊ธ€์„ ์˜ฌ๋ฆฌ๊ธฐ๋ฅผ ๋‹ค์งํ•˜๋ฉฐ! ์˜ค๋Š˜์˜ ๊ณต๋ถ€๋ฅผ ์‹œ์ž‘ํ•ด ๋ณด์ž. * ์ด ๊ธ€์€ ๋„ค์ด๋ฒ„ ๋ถ€์ŠคํŠธ ์ฝ”์Šค์˜ ๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ ๊ฐ•์˜๋ฅผ ์ˆ˜๊ฐ•ํ•˜๋ฉฐ ์ •๋ฆฌํ•œ ๊ธ€์ž…๋‹ˆ๋‹ค. ์˜ค๋Š˜์€ ๋”ฅ๋Ÿฌ๋‹์—์„œ ํ™œ์šฉํ•˜๋Š” Neural Network ๊ตฌ์กฐ์™€ Multi-Layer Perceptron์— ๋Œ€ํ•ด ์•Œ์•„๋ณด์ž. 0. Neural Network ๋ž€? ํฌ์œ ๋ฅ˜์˜ ์‹ ๊ฒฝ๋ง์„ ๋ชจ๋ฐฉํ•˜๊ณ ์ž ํ•˜๋Š” ์‹œ์Šคํ…œ์ด๋‹ค. (๋น„ํ–‰๊ธฐ๋Š” ์ƒˆ๋ฅผ ๋ชจ๋ฐฉํ–ˆ์ง€๋งŒ, ๊ผญ ์ƒˆ์˜ ๋ฐฉ์‹์œผ๋กœ๋งŒ ๋‚ ์ง€๋Š” ์•Š๋Š”๋‹ค. ์ด๊ฒŒ ๋ฌด์Šจ ๋ง์ด๋ƒ ํ•˜๋ฉด ์ ์ฐจ ๋ฐœ์ „ํ•˜๋ฉฐ ํ”„๋กœํŽ ๋Ÿฌ๋‚˜ ์—”์ง„ ๋“ฑ์„ ์ถ”๊ฐ€ํ•˜๊ณ  ์ข‹์€ ์„ฑ๋Šฅ์„ ๋‚ด๊ธฐ ์œ„ํ•ด์„œ ๋‹ค์–‘ํ•œ ์—ฐ์‚ฐ์„ ์ถ”๊ฐ€ํ•˜๋Š” ๊ณผ์ •์—์„œ ์ฒ˜์Œ์˜ ๋ชฉ์ ์ธ ์ƒˆ์˜ ..

[์ž๊ฒฉ์ฆ] 2023 ADsP(๋ฐ์ดํ„ฐ๋ถ„์„ ์ค€์ „๋ฌธ๊ฐ€) ๊ณต๋ถ€๋ฐฉ๋ฒ• & ํ›„๊ธฐ(feat. ์ฑ… ์ถ”์ฒœ)

์ž๊ฒฉ์ฆ ์‹œํ—˜ ํ›„๊ธฐ์— ์•ž์„œ 2023 ๋ฐ์ดํ„ฐ ๋ถ„์„ ์ค€์ „๋ฌธ๊ฐ€, ์ „๋ฌธ๊ฐ€ ์ผ์ •์€ ๋‹ค์Œ๊ณผ ๊ฐ™๋‹ค. ADsP(๋ฐ์ดํ„ฐ๋ถ„์„ ์ค€์ „๋ฌธ๊ฐ€) ์ผ์ • ํšŒ์ฐจ ์ ‘์ˆ˜๊ธฐ๊ฐ„ ์ˆ˜ํ—˜ํ‘œ ๋ฐœ๊ธ‰ ์‹œํ—˜์ผ ์‚ฌ์ „์ ์ˆ˜๋ฐœํ‘œ ๊ฒฐ๊ณผ๋ฐœํ‘œ ์ œ 36ํšŒ 1/25~1/31 2/10 2/26(์ผ) 3/17 3/24 ์ œ 37ํšŒ 4/17~4/21 5/4 5/20(ํ† ) 6/9 6/16 ์ œ 38ํšŒ 7/17~7/21 8/4 8/19(ํ† ) 9/8 9/15 ์ œ 39ํšŒ 9/18~9/22 10/6 10/21(ํ† ) 11/10 11/17 ADP(๋ฐ์ดํ„ฐ๋ถ„์„ ์ „๋ฌธ๊ฐ€) ์ผ์ • ํ•„๊ธฐ์™€ ์‹ค๊ธฐ๋กœ ๊ตฌ์„ฑ ํ•„๊ธฐ ์ผ์ •์€ ADsP ์ผ์ •๊ณผ ๋™์ผ ํšŒ์ฐจ ์ ‘์ˆ˜๊ธฐ๊ฐ„ ์ˆ˜ํ—˜ํ‘œ ๋ฐœ๊ธ‰ ์‹œํ—˜์ผ ์‚ฌ์ „์ ์ˆ˜๋ฐœํ‘œ ๊ฒฐ๊ณผ๋ฐœํ‘œ ์ฆ๋น™์„œ๋ฅ˜์ œ์ถœ๊ธฐ๊ฐ„ ์‹ค๊ธฐ ์ œ 28ํšŒ 2/13~2/17 2/24 3/12(์ผ) 3/31 4/7 4/7~4/14 ์ œ 29ํšŒ ..

[์ธ๊ณต์ง€๋Šฅ ๋”ฅ๋Ÿฌ๋‹] 0. ๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ ์ง€์‹(1)

* ์ด ๊ธ€์€ ๋„ค์ด๋ฒ„ ๋ถ€์ŠคํŠธ ์ฝ”์Šค์˜ ๋”ฅ๋Ÿฌ๋‹ ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ ๊ฐ•์˜๋ฅผ ์ˆ˜๊ฐ•ํ•˜๋ฉฐ ์ •๋ฆฌํ•œ ๊ธ€์ž…๋‹ˆ๋‹ค. ์˜ค๋Š˜์€ ์ธ๊ณต์ง€๋Šฅ์˜ ํ•˜์œ„ ํ•ญ๋ชฉ์ธ ๋”ฅ๋Ÿฌ๋‹์˜ ์ •์˜์™€ ๊ตฌ์„ฑ์š”์†Œ์— ๋Œ€ํ•ด ์•Œ์•„๋ณด์ž. 0. ์ธ๊ณต์ง€๋Šฅ, ๋จธ์‹ ๋Ÿฌ๋‹, ๋”ฅ๋Ÿฌ๋‹์˜ ์ •์˜ ์ธ๊ณต์ง€๋Šฅ, ๋จธ์‹ ๋Ÿฌ๋‹, ๋”ฅ๋Ÿฌ๋‹์˜ ์ •์˜๋Š” ๋‹ค์Œ๊ณผ ๊ฐ™๋‹ค. ์ธ๊ณต์ง€๋Šฅ : ์‚ฌ๋žŒ์˜ ์ง€๋Šฅ์„ ๋ชจ๋ฐฉํ•˜๋Š” ๊ฒƒ ๋จธ์‹ ๋Ÿฌ๋‹ : ๋ฐ์ดํ„ฐ๋ฅผ ์ด์šฉํ•œ ํ•™์Šต์œผ๋กœ ์‚ฌ๋žŒ์˜ ์ง€๋Šฅ์„ ๋ชจ๋ฐฉํ•˜๋Š” ๊ฒƒ ๋”ฅ๋Ÿฌ๋‹ : ์ธ๊ณต ์‹ ๊ฒฝ๋ง(Neural network) ๊ตฌ์กฐ๋ฅผ ํ™œ์šฉํ•œ ๋ฐ์ดํ„ฐ๋ฅผ ์ด์šฉํ•œ ํ•™์Šต์œผ๋กœ ์‚ฌ๋žŒ์˜ ์ง€๋Šฅ์„ ๋ชจ๋ฐฉํ•˜๋Š” ๊ฒƒ ์ธ๊ณต์ง€๋Šฅ, ๋จธ์‹ ๋Ÿฌ๋‹, ๋”ฅ๋Ÿฌ๋‹์€ ์—ฌ๋Ÿฌ ๊ฐ€์ง€ ๋ฐฉ๋ฒ•์œผ๋กœ ํฌํ•จ ๊ด€๊ณ„๋ฅผ ๋‚˜ํƒ€๋‚ผ ์ˆ˜ ์žˆ๋‹ค. - ์ง‘ํ•œ ์—ฐ์‚ฐ์œผ๋กœ ํ‘œํ˜„ ์ธ๊ณต์ง€๋Šฅ $\supset$ ๋จธ์‹ ๋Ÿฌ๋‹ $\supset$ ๋”ฅ๋Ÿฌ๋‹ - ๋ฒค ๋‹ค์ด์–ด ๊ทธ๋žจ์œผ๋กœ ํ‘œํ˜„ ์ธ๊ณต์ง€๋Šฅ, ๋จธ์‹ ๋Ÿฌ๋‹, ๋”ฅ๋Ÿฌ๋‹ ์ค‘ ์ด๋ฒˆ ๊ฐ•์˜์—..

[์ธ๊ณต์ง€๋Šฅ ๊ธฐ์ดˆ์ˆ˜ํ•™] 0. ๋ฒกํ„ฐ์™€ ํ–‰๋ ฌ

* ์ด ๊ธ€์€ ๋„ค์ด๋ฒ„ ๋ถ€์ŠคํŠธ ์ฝ”์Šค์˜ ์ธ๊ณต์ง€๋Šฅ(AI) ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ ๊ฐ•์˜๋ฅผ ์ˆ˜๊ฐ•ํ•˜๋ฉฐ ์ •๋ฆฌํ•œ ๊ธ€์ž…๋‹ˆ๋‹ค. ์˜ค๋Š˜์€ ๋ฒกํ„ฐ์™€ ํ–‰๋ ฌ์— ๋Œ€ํ•ด ์•Œ์•„๋ณด์ž. 1. ๋ฒกํ„ฐ๋ž€? ์ˆซ์ž๋ฅผ ์›์†Œ๋กœ ๊ฐ€์ง€๋Š” ๋ฆฌ์ŠคํŠธ ๋˜๋Š” ๋ฐฐ์—ด์„ ์˜๋ฏธํ•œ๋‹ค. [1, 2, 3] np.array([1, 2, 3]) #shape : (3, ) ๊ณต๊ฐ„์—์„œ์˜ ํ•œ ์ ์„ ์˜๋ฏธํ•œ๋‹ค. ํ–‰๋ฒกํ„ฐ $ \begin{bmatrix}1 & 2 & 3 \end{bmatrix}$ ์—ด๋ฒกํ„ฐ $\begin{bmatrix}1\\2\\3 \end{bmatrix}$ ์›์ ์œผ๋กœ๋ถ€ํ„ฐ ์ƒ๋Œ€์  ์œ„์น˜๋ฅผ ์˜๋ฏธํ•œ๋‹ค. (๊ธธ์ด+๋ฐฉํ–ฅ) - ํŠน์ง• ์ฐจ์›์ด ๊ฐ™์œผ๋ฉด ๋ง์…ˆ, ๋บ„์…ˆ, ๊ณฑ์…ˆ์„ ๊ณ„์‚ฐํ•  ์ˆ˜ ์žˆ๋‹ค. - ์ฃผ์š” ์—ฐ์‚ฐ โ‘  ์„ฑ๋ถ„๊ณฑ(Hadamard product) $X=\begin{bmatrix}x_1\\x_2\end{bmatrix}..

[ํŒŒ์ด์ฌ ๊ธฐ๋ณธ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ]1. Numpy

* ์ด ๊ธ€์€ ๋„ค์ด๋ฒ„ ๋ถ€์ŠคํŠธ ์ฝ”์Šค์˜ ์ธ๊ณต์ง€๋Šฅ(AI) ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ ๊ฐ•์˜๋ฅผ ์ˆ˜๊ฐ•ํ•˜๋ฉฐ ์ •๋ฆฌํ•œ ๊ธ€์ž…๋‹ˆ๋‹ค. 0. numpy๋ž€? ํŒŒ์ด์ฌ์˜ ๊ณ ์„ฑ๋Šฅ ๊ณผํ•™ ๊ณ„์‚ฐ์šฉ ํŒจํ‚ค์ง€ ์ผ๋ฐ˜ ๋ฆฌ์ŠคํŠธ์— ๋น„ํ•ด ๋น ๋ฅด๊ณ , ๋ฉ”๋ชจ๋ฆฌ ํšจ์œจ์  1. numpy์˜ ๊ธฐ๋ณธ์  ๋‹จ์œ„ ndarray 2. ndarray creation array import numpy as np np.array(๋ฆฌ์ŠคํŠธ, ํƒ€์ž…) Dynamic typing not supported * python์˜ ๊ฐ€์žฅ ํฐ ํŠน์ง•์ค‘ ํ•˜๋‚˜์ธ dynamic typing(์‹คํ–‰๋  ๋•Œ ๋ฐ์ดํ„ฐ type์„ ์ธ์‹ํ•˜๋ฏ€๋กœ ๋‹ค์–‘ํ•œ ๋ฐ์ดํ„ฐ ํƒ€์ž…์„ ์ง€์›)์„ ์ง€์›ํ•˜์ง€ ์•Š๊ณ , ํ•˜๋‚˜์˜ ๋ฐ์ดํ„ฐ type๋งŒ ๋ฐฐ์—ด์— ๋„ฃ์„ ์ˆ˜ ์žˆ๋‹ค. arrange np.arange(start, end, step) or np.arange(๋ฒ”์œ„) reshap..

[ํŒŒ์ด์ฌ ๊ธฐ๋ณธ ๋ฐ์ดํ„ฐ ํƒ€์ž…] csv, ์›น(web), xml, json

* ์ด ๊ธ€์€ ๋„ค์ด๋ฒ„ ๋ถ€์ŠคํŠธ ์ฝ”์Šค์˜ ์ธ๊ณต์ง€๋Šฅ(AI) ๊ธฐ์ดˆ ๋‹ค์ง€๊ธฐ ๊ฐ•์˜๋ฅผ ์ˆ˜๊ฐ•ํ•˜๋ฉฐ ์ •๋ฆฌํ•œ ๊ธ€์ž…๋‹ˆ๋‹ค. ๋จธ์‹ ๋Ÿฌ๋‹์—์„œ ์ œ์ผ ๋งŽ์ด ์‚ฌ์šฉ๋˜๋Š” csv์— ๋Œ€ํ•ด ์ž์„ธํžˆ ์•Œ์•„๋ณด์ž 1) csv (Comma Separate Value) - ์‰ผํ‘œ(,)๋กœ ๊ตฌ๋ถ„ํ•œ ํ…์ŠคํŠธ ํŒŒ์ผ - ์—‘์…€ ์–‘์‹์˜ ๋ฐ์ดํ„ฐ๋ฅผ ํ”„๋กœ๊ทธ๋žจ์— ์“ฐ๊ธฐ ์œ„ํ•œ ๋ฐ์ดํ„ฐ ํ˜•์‹ - ํŒŒ์ผ๋กœ๋„ ๋ฐ์ดํ„ฐ๋ฅผ ์ฒ˜๋ฆฌํ•  ์ˆ˜ ์žˆ์ง€๋งŒ, csv ๋ชจ๋“ˆ์„ ์ด์šฉํ•ด csv ๊ฐ์ฒด๋กœ ์ฒ˜๋ฆฌ ๊ฐ€๋Šฅ import csv reader=csv.reader(f, delimeter=',', quotechar='"', quoting=csv.QUOTE_ALL) delimeter : ๊ธ€์ž๋ฅผ ๋‚˜๋ˆ„๋Š” ๊ธฐ์ค€ (๊ธฐ๋ณธ : ,) lineterminator : ์ค„๋ฐ”๊ฟˆ ๊ธฐ์ค€ (๊ธฐ๋ณธ : \r\n) quotechar : ๋ฌธ์ž์—ด์„ ๋‘˜๋Ÿฌ์‹ธ๋Š” ์‹ ํ˜ธ..

728x90