MacType :: 클리어타입과 맑은 고딕으로부터 벗어나기

    Notion을 사용하면서 안티앨리어싱의 맛을 알아버렸다. 그렇지만 Notion의 안티앨리어싱은 영문 폰트 한정이었고, Notion에 글을 작성할 때 제목은 웬만하면 영어로 쓰게 되었다. Notion 한국어버전이 나온다는 소식에, 한글 폰트 개선에 대한 기대감에 사로잡혀 있었지만, 현실은... 😥 애플 산돌고딕처럼, 부드럽고 예쁜 한글 폰트를 보고싶다! 라는 생각에 Notion 가독성을 개선할 목적으로 구글링 하며 이곳 저곳을 돌아다녔었다. 첫번째 시도, 윈도우10 기본 시스템 폰트 변경하기 구글링 하면 나오는 기본 시스템 폰트 변경 유틸이나, 레지스트리 수정 파일 등 여러가지를 이용하면서 애플 산돌고딕 Medium을 적용해가며 '윈도우의 ios화'를 시도했다. 그러나 데스크탑 / 탐색기 등 몇몇 부분에는..

    [SQLD] SECTION 3. SQL 기본

    [SQLD] SECTION 1. 데이터 모델링 [SQLD] SECTION 2. 데이터 모델과 성능 [SQLD] SECTION 3. SQL 기본 1. 데이터베이스 (Database) 1) 데이터베이스 특정 기업이나 조직 또는 개인이 필요에 의해 (ex. 부가가치가 발생하는) 데이터를 일정한 형태로 저장해 놓은 것. 데이터베이스 관리 소프트웨어 : DBMS (Database Management System) ex. Oracle, MS-SQL, MySQL, Sybase 등 관계형 데이터베이스 정규화를 통해 이상(ANOMALY) 현상을 제거하고 데이터 중복을 피할 수 있다. 동시성을 관리하고 병행 제어를 통해 데이터를 공유한다. 릴레이션을 사용해서 집합 연산과 관계 연산을 할 수 있다. 집합 연산 : 합집합, ..

    [SQLD] SECTION 2. 데이터 모델과 성능

    [SQLD] SECTION 1. 데이터 모델링 [SQLD] SECTION 2. 데이터 모델과 성능 [SQLD] SECTION 3. SQL 기본 1. 정규화 (Normalization) 1) 정규화 정규화는 데이터의 일관성, 최소한의 데이터 중복, 최대한의 데이터 유연성을 위한 방법이며 데이터를 분해하는 과정이다. 2) 함수적 종속성 (Functional Dependency) 정규화 절차 설명 제1정규화 - 완전 함수 종속성 - 기본키(Primary key)를 설정한다. 제2정규화 - 부분 함수 종속성 - 기본키가 2개 이상의 속성으로 이루어진 경우 부분함수 종속성을 제거한다. 제3정규화 - 이행 함수 종속성 - 기본키를 제외한 칼럼 간의 종속성을 제거한다. BCNF - Boyce-Codd Normal F..

    [SQLD] SECTION 1. 데이터 모델링

    [SQLD] SECTION 1. 데이터 모델링 [SQLD] SECTION 2. 데이터 모델과 성능 [SQLD] SECTION 3. SQL 기본 1. 데이터 모델링 1) 모델링의 정의 : 복잡한 현실 세계를 일정한 표기법에 의해 표현하는 일 2) 모델링의 특징 추상화 (Abstraction) 단순화 (Simplification) 명확성 (Clarity) 3) 모델링의 관점 관점 (View) 설명 데이터 관점 - 비즈니스 프로세스에서 사용되는 데이터를 의미한다. - 구조 분석, 정적 분석 - What, Data 프로세스 관점 - 비즈니스 프로세스에서 수행하는 작업을 의미한다. - 시나리오 분석, 도메인 분석, 동적 분석 - How, Process 데이터와 프로세스의 상관 관점 - 프로세스와 데이터 간의 관계..

    Pandas :: 웹 스크래핑 데이터 to_datetime 형변환 오류

    TypeError: Argument 'date_string' has incorrect type (expected str, got NavigableString) 해결법 🙄 오류 웹 스크래핑으로 날짜 데이터를 수집하였다. 문자형식 그대로 pandas DataFrame에 넣었다. data Out[216]: ['2020.08.26 10:14', '2020.08.26 11:47', '2020.08.26 13:40', '2020.08.26 12:17', '2020.08.26 12:08', '2020.08.27 13:15', '2020.08.26 13:57', '2020.08.26 09:18', '2020.08.26 09:04', '2020.08.26 10:04'] df = pd.DataFrame({'datetime..