반응형 전체 글165 오리피스 개요 및 유량 측정 오리피스의 정의 오리피스란 배관의 중간에 둥근 구멍이 뚫린 칸막이를 의미한다. 오리피스를 통과하는 유체는 압력 차이를 발생시키며, 이를 이용하여 유량을 측정하거나 조절할 수 있다. 오리피스는 증기, 공기, 가스 등 다양한 유체의 유량 제어에 널리 사용되는 장치이다. 산업계에서 널리 사용되는 장치인만큼 오리피스의 형상과 크기는 JIS와 같은 규격에 따라 정해져 있다. 오리피스 장단점 오리피스는 여러 가지 장점을 가지고 있다. 먼저, 제작과 설치가 간편하고 유지보수가 용이하며, 이에 따라 비용이 적게 든다. 또한, 오리피스는 높은 정밀도와 신뢰성을 가지고 있고, 산업계에서 많이 사용하는 만큼 높은 정밀도와 신뢰성 그리고 사용되는 실험식이 충분히 검증되어 있다. 이에 따라 정확한 측정과 유량 제어가 가능하다... 2023. 6. 11. ZOTAC(조택) RTX 4080 AMP Extreme AIRO 리뷰 ZOTAC RTX 4080 AMP Extreme AIRO 개봉 올해 1월 운좋게 특가를 잡아서 구매를 하였고, 귀찮아서 미루고 미루다 이제야 리뷰를 작성한다. RTX 4080 박스 및 개봉 사진은 다음과 같다. 그래픽 카드가 큰 만큼 박스도 꽤나 크다. 세번째 사진의 은박지 안에는 보증서와 설명서 등 제품과 관련된 서류가 동봉되어 있다. 구성품 구성품은 그래픽카드와 그래픽카드 지지대, 케이블 커넥터로 구성되어 있다. 구성 자체는 심플하며, 그렇다고 부족함 없이 적당하게 구성되어 있다. 맨 왼쪽 커넥터는 RGB 제어용 커넥터이며, RGB 커스터마이징을 굳이 하지 않는다면 필요없는 선이다. 왼쪽 사진에서 오른쪽 케이블은 전원용 케이블이다. 오른쪽 사진은 그래픽 카드 지지대이며 높이조절이 가능한 형태로 되어있.. 2023. 5. 27. 카테고리 인덱스(CategoricalIndex) 기반 중복인덱싱-pandas(49) 파이썬 버전 3.8 기준pandas 버전 1.2.0 기준 카테고리 인덱스(CategoricalIndex)기반 중복인덱싱 본 포스팅에서는 Pandas에서 제공하는 카테고리 인덱스(CategoricalIndex) 타입에 대해 다루도록 한다. CategoricalIndex CategoricalIndex는 카테고리 인덱스로 pandas에서 제공하는 인덱스 유형 중 하나이다. 이 인덱스는 카테고리로 나누어 값을 저장할 수 있는 인덱스를 형성시킬 수 있다. ○ 중복되는 인덱스에 여러가지 값을 담을 수 있으며 해당 인덱스는 카테고리로 인식된다. ○ 따라서 복사본(중복)을 사용한 인덱싱을 필요로 할 때 유용하다. ○ 효율적인 인덱싱과 많은 수의 중복된 요소를 포함하는 인덱스의 저장을 가능하게 한다. Categorica.. 2021. 1. 6. 구간 인덱스 타입(IntervalIndex)과 구간인덱스 생성-pandas(48) 파이썬 버전 3.8 기준pandas 버전 1.2.0 기준 구간 인덱스 타입(IntervalIndex)과 구간인덱스 생성 본 포스팅에서는 Pandas에서 제공하는 구간인덱스인 IntervalIndex에 대해 다루도록 한다.또한 구간인덱스를 생성하기 위한 interval_range()함수에 대해서도 설명을 하도록 한다. IntervalIndex과 인덱싱 IntervalIndex는 구간인덱스로, 특정 숫자 구간에 대한 값들을 저장할 때 사용한다.pandas에서는 Interval에 대한 표기법에 대해서 지원되며, 이는 InterValIndex와 하부 dtype을 포함한다. IntervalIndex는 몇몇의 독특한 인덱싱을 할 수 있게하며, 또한 cut()과 qcut()에서 카테고리에 대한 자료형을 반환하는데 사.. 2021. 1. 5. 숫자형 인덱스(Index)타입(Int64Index, Float64Index)-pandas(47) 파이썬 버전 3.8 기준pandas 버전 1.2.0 기준 숫자형 인덱스 유형 본 포스팅에서는 Pandas에서 제공하는 숫자형 인덱스 타입에 대해 다루도록 한다.Int64Index, RangeIndex, Float64Index 대해 다뤄보도록 한다. 정수형 인덱스 타입 Int64Index 와 RangeIndexInt64Index는 정수를 기반으로 한 인덱스로, pandas에서 근본적인 기초인덱스이다.이 인덱스는 정렬되고 슬라이스가 가능한 세트를 실행하는 불변형 배열이다.0.18.0 버전 이전에는 NDFrame 객체에 대해 Int64Index가 기본인덱스로 제공되었다. RangeIndex는 Int64Index의 서브클래스이며, 0.18.0 버전에서 추가되었다. 지금은 NDFrame에 기본값으로 제공되고 있다.. 2021. 1. 4. 멀티인덱스와 인덱스 정렬, sort_index()메서드-pandas(46) 파이썬 버전 3.8 기준pandas 버전 1.2.0 기준 멀티인덱스(MultiIndex)와 인덱스 정렬 sort_index()메서드 본 포스팅에서는 멀티인덱스(MultiIndex)와 인덱스를 정렬하는 방법에 해대 다뤄보도록 한다.이를 위해 sort_index() 메서드를를 사용하고, 해당 메서드에 대한 설명을 해보도록 한다. 추가적으로 is_lexsorted() 메서드를 이용한 인덱스가 정렬여부 확인 예제와 lexsort_depth 속성을 통해 멀티인덱스 정렬의 깊이를 확인할 수 있는 예제를 다루도록한다. MultiIndex와 Index의 정렬 멀티인덱스(MultiIndex)와 인덱스(index)의 정렬을 위해 sort_index() 메서드를 사용할 수 있다.sort_index() 메서드는 주어진 축을 .. 2020. 12. 29. 데이터의 열의 빠른 추출, take() 메서드-pandas(45) 파이썬 버전 3.8 기준pandas 버전 1.2.0 기준 데이터의 열의 빠른 반환, take() 메서드 본 포스팅에서는 take메서드를 다루도록 한다.take 메서드는 데이터의 행이나 열을 추출할 때 iloc 메서드보다 좀 더 빠른 성능을 기대할 수 있다. take() 메서드 Numpy의 ndarrays와 유사하게 pandas의 인덱스, Series, DataFrame은 또한 take() 메서드를 제공한다. take() 메서드는 입력된 축과 정수 인덱스에 해당하는 요소들을 반환한다. take() 메서드에 대한 특징으로는 다음과 같다. ○ 주어진 인덱스들은 반드시 정수의 인덱스 위치로 이루어진 ndarray나 리스트이어야 한다. ○ take() 메서드는 또한 음수의 정수도 사용할 수 있다. ▷ 파이썬과 마.. 2020. 12. 28. 멀티인덱스의 슬라이스(slice)와 단면(cross-section)추출-pandas(44) 파이썬 버전 3.8 기준pandas 버전 1.1.4 기준 멀티인덱스의 슬라이스와 단면추출 본 포스팅에서는 멀티인덱스에서의 슬라이스와, 단면추출을 하는 방법에 대해 다뤄보도록 한다.이를 위해 pandas.IndexSlice와 xs메서드를 다룬다. 슬라이서의 사용 사용자는 MultiIndex에서 다수의 인덱서(indexer)를 사용하는 것으로 슬라이싱 할 수 있다. 슬라이싱을 할때 레이블에 의해 인덱싱이 가능하다(선택자(Selector)를 이용한 인덱싱 등). ○ 선택자는 슬라이싱, 레이블의 리스트, 레이블들, 불린인덱서를 포함한다. ○ 상세한건 이전의 슬라이스 포스팅(슬라이싱을 이용한 선택)을 참고하자. 사용자는 특정 Level의 모든 내용물을 선택하기 위해 slice(None)을 사용할 수 있다. ○ s.. 2020. 12. 27. 멀티인덱스(MultiIndex)의 인덱싱(indexing)-pandas(43) 파이썬 버전 3.8 기준pandas 버전 1.1.4 기준 멀티인덱스(MultiIndex)의 인덱싱(indexing) 본 포스팅에서는 멀티인덱스를 인덱싱하는 방법에 대해서 다루도록 한다.이를 위해 대괄호 [ ]를 활용하는 방법과 .loc메서드를 이용하여 다루는 방법을 소개한다.이외에 슬라이싱(slicing)을 이용한 데이터 선택에 대해서도 간략히 소개한다.멀티인덱스가 아닌 일반적인 인덱싱에 대한 방법은 선행 포스팅(링크)를 참고할 수 있다. MultiIndex의 기본적인 인덱스 방법 멀티인덱스(MultiIndex)의 인덱싱의 중요한 기능 중 하나는 사용자가 레이블로 데이터를 선택할 수 있다는 점이다. 데이터 선택은 DataFrame에서 열을 선택할 때랑 유사하게 작동한다. 열(Column)의 멀티인덱스 선.. 2020. 11. 8. 이전 1 2 3 4 ··· 19 다음 반응형
