태블로 완전 정복 1회차 손보미 튜터님
[수업 목표]
- 대시보드, KPI에 대해서 학습합니다.
- 제조업과 품질관리에서 사용되는 KPI를 이해합니다.
[목차]
- 숫자로 보는 공장, Tableau 완전 정복 수업 일정
- 대시보드
- KPI
- 예제 데이터셋을 활용한 복습 과제
1. 숫자로 보는 공장, Tableau 완전 정복 수업 일정
- 수업 목표
태블로를 활용하여 제조업 및 품질관리 데이터를 기반으로 KPI 대시보드를 제작하고, 데이터 분석 및 시각화 역량을 강화합니다. SQL을 활용한 데이터 가공, 계산된 필드를 통한 KPI 생성, 상호작용 기능 적용, UI/UX 디자인 개선을 통해 실무에서 활용 가능한 맞춤형 대시보드를 구축하는 것을 목표로 합니다.
- 수업 일정
- 1회차: 태블로의 기본 개념을 익히고, 효과적인 KPI 대시보드를 설계하는 방법을 학습합니다.
- 2회차: SQL을 활용한 데이터 가공과 KPI 계산을 통해 데이터 분석 능력을 향상시킵니다.
- 3회차: 기업 브랜드에 맞춘 맞춤형 대시보드를 제작하고, 사용자 상호작용 기능을 추가합니다.
- 4회차: Figma를 활용한 UI/UX 설계로 데이터 시각화의 가독성을 극대화하고, 실무에서 활용 가능한 대시보드를 완성합니다.
2. 대시보드
BI툴이란?
BI(Business Intelligence) 툴이란?
BI(Business Intelligence) 툴은 기업 내외부에서 수집된 빅데이터를 한 곳에 통합하고, 이를 분석하여 비즈니스 상황을 실시간으로 모니터링, 예측 및 의사결정에 활용할 수 있도록 돕는 소프트웨어입니다. BI 툴을 활용하면 기업은 데이터를 효율적으로 가공하여 경영 전략을 최적화할 수 있습니다.
BI 툴과 의사결정
BI 툴은 이 과정에서 데이터 분석 및 시각화 역할을 수행하며, 기업이 데이터를 기반으로 의사결정을 내릴 수 있도록 지원합니다.
예를 들어, 제조업에서 BI 툴을 활용하면 재고 관리를 개선할 수 있습니다.
- 기존에는 종이로 관리되던 재고장부를 디지털화
- RFID 스캔 및 AI 카메라를 활용하여 실시간 데이터 수집
- 매출 데이터, 날씨 데이터 등과 결합하여 분석
- 분석 결과를 바탕으로 효율적인 재고 관리 전략 수립
이처럼 BI 툴은 데이터를 단순히 저장하는 것이 아니라 데이터 분석 및 예측을 통해 기업 경영을 최적화하는 핵심적인 역할을 합니다.
BI 툴의 주요 기능
- 데이터 통합(Data Integration): 다양한 데이터 소스를 연결하여 통합 관리
- 데이터 분석(Data Analysis): 데이터를 가공하여 경영 인사이트 도출
- 데이터 시각화(Data Visualization): 대시보드, 그래프 등을 활용한 직관적인 데이터 표현
- 실시간 모니터링(Real-time Monitoring): 현재 운영 상황을 실시간으로 추적
- 보고서 자동 생성(Report Automation): 정기적인 데이터 보고서 생성 및 공유
BI 툴 선택 시 고려해야 할 요소
BI 툴은 다양한 기능을 제공하는 만큼, 기업의 필요에 따라 신중하게 선택해야 합니다.
- 명확한 목표 정의
- BI 툴을 도입하는 목적이 데이터 시각화, 심층 분석, 비즈니스 모니터링 중 어디에 초점이 맞춰져 있는지 결정해야 합니다.
- 주요 지표 및 인사이트를 식별하고, 의사 결정에 필요한 데이터를 명확히 정의해야 합니다.
- 비즈니스 요구 사항 확인
- 데이터 원본, 확장성, 기존 시스템과의 통합 기능 등을 고려해야 합니다.
- 데이터 보안 및 규정 준수
- 데이터 암호화, 액세스 제어, 규제 요구 사항 등을 평가하여 보안 수준을 결정해야 합니다.
- 확장성 및 성장 가능성
- BI 솔루션이 증가하는 데이터 볼륨 및 사용자 요구를 수용할 수 있는지 확인해야 합니다.
- IT 인프라 및 리소스
- 하드웨어, 기술 전문 지식, 유지 관리 기능 등을 고려하여 기업의 IT 인프라에 적합한 BI 툴을 선택해야 합니다.
- 총 소유 비용(TCO) 분석
- 초기 비용뿐만 아니라 유지보수 비용 및 구독료를 포함한 장기적인 비용 효과성을 분석해야 합니다.
대표적인 BI 툴과 특징
- Tableau (태블로)
- 강력한 데이터 시각화 기능 제공
- 코드 작성 없이도 간편한 데이터 분석 가능
- 다양한 데이터 소스와 연동 지원
- Power BI
- Microsoft 생태계와 강력한 연동성 보유
- 직관적인 UI로 사용 용이
- 클라우드 기반의 대시보드 기능 제공
- Looker
- 구글 클라우드와의 높은 호환성
- 실시간 데이터 분석 및 시각화 지원
- SQL 기반의 데이터 탐색 기능 제공
- Qlik Sense
- AI 기반 데이터 분석 기능 제공
- 셀프 서비스 BI 기능 지원
- 인터랙티브한 대시보드 구축 가능
BI 툴 활용의 효과
- 업무 자동화: 반복적인 데이터 분석 및 보고서 작업을 자동화하여 업무 효율성 향상
- 데이터 기반 의사결정 지원: 직관적인 시각화 및 인사이트 도출을 통해 전략적 의사결정 가능
- 비즈니스 성과 개선: 데이터 분석을 통한 비용 절감, 수익 증가, 프로세스 최적화
대시보드 활용 사례
태블로 활용 기업
각종 태블로 대시보드 모음
시각화 경진대회
- KCB 금융 데이터 시각화 경진대회
- KCB 금융 데이터 시각화 우승팀 태블로(종합)
- 구직자를 위한 기업 트렌드 시각화 경진대회
- public.tableau.com
- public.tableau.com
- BOAZ 시각화 연합 동아리
- 공모전 상금으로 대학 등록금 마련한 사람의 시각화 수상작 공유 & 핵심 10 원칙 - TABLEAU WIKI
구해,우리는_데이콘시각화경진대회 | Tableau Public
시각화 대시보드 사례
- 2021 한국 데이터저널리즘 어워드 수상작
한 다리 건너면 다 아는 문재인 정부 ‘싱크탱크’, 집권 4년 성적표는?
대시보드 구성요소
효과적인 대시보드 설계 원칙
대시보드는 단순히 데이터를 보여주는 것이 아니라, 한눈에 핵심 지표를 파악하고 빠른 의사결정을 돕는 역할을 해야 합니다.
좋은 대시보드의 특징
직관적인 데이터 배치 → 핵심 정보가 눈에 잘 들어오도록 정렬
필터 기능 제공 → 원하는 데이터만 탐색 가능 (예: 제품 유형별 불량률 분석)
KPI 카드 활용 → 핵심 성과 지표를 강조하여 성과 추적 용이
시각적 계층 구조 반영 → 색상, 크기 등을 통해 데이터 중요도 구분
나쁜 대시보드의 특징
차트가 너무 많아 한눈에 보기 어려움
KPI가 너무 많아 핵심 정보 파악이 어려움
필터 기능 없이 정적인 데이터만 제공
시각적 요소(색상, 강조 표시 등)가 부족
대시보드 구성 요소
KPI 카드
- 핵심 성과 지표 요약 (예: 불량률, 설비 가동률, 평균 생산량)
- 시각적 강조 (숫자 강조, 목표 달성 여부 색상 적용)
필터 기능 활용
- 제품 유형별 KPI 분석 (예: 특정 공정 또는 제품의 불량률 확인)
- 기간별 데이터 비교 가능 (예: 이번 달 vs 지난 달 성과 분석)
시각적으로 직관적인 그래프 배치
- 라인 차트(Line Chart) → 시간별 불량률 변화 분석
- 바 차트(Bar Chart) → 공정별 생산량 비교
- 파이 차트(Pie Chart) → 부품별 불량률 비율
- 산점도(Scatter Plot) → 생산량과 불량률 간 상관관계 분석
- 박스 플롯(Box Plot) → 공정별 품질 데이터의 분포 확인
2. KPI
KPI란 ?
KPI(핵심 성과 지표)란?
KPI(Key Performance Indicator, 핵심 성과 지표)는 기업이나 조직이 설정한 목표의 성과를 정량적으로 평가하는 기준입니다. KPI는 목표 달성 여부를 측정하고, 업무의 효율성을 높이며, 전략적 의사 결정을 지원하는 데 중요한 역할을 합니다.
KPI가 필요한 이유
- 목표 달성을 위한 방향성 제공: KPI는 조직이 집중해야 할 핵심 목표를 명확하게 설정하고, 진행 상태를 점검할 수 있도록 합니다.
- 성과 측정 및 개선: KPI를 통해 성과를 수치화하여 측정할 수 있으며, 이를 기반으로 개선점을 도출할 수 있습니다.
- 우선순위 설정: KPI를 활용하면 중요 업무를 식별하고, 효율적인 리소스 배분을 할 수 있습니다.
- 객관적인 평가 기준 제공: 조직과 개인의 성과를 객관적으로 평가할 수 있어 공정한 평가가 가능합니다.
- 업무의 효율성 증대: KPI를 설정하면 팀원들이 동일한 목표를 공유하고 협력하여 업무를 수행할 수 있습니다.
KPI 설정 시 고려해야 할 요소
- SMART 원칙 준수
- Specific (구체성): 명확하고 이해하기 쉬운 KPI 설정.
- Measurable (측정 가능성): 정량적으로 평가 가능해야 함.
- Achievable (달성 가능성): 현실적으로 달성할 수 있는 수준이어야 함.
- Relevant (관련성): 조직의 목표와 관련성이 있어야 함.
- Time-bound (기한 설정): 특정 기간 내 달성해야 하는 목표 설정.
- 과도한 KPI 설정 지양
- 너무 많은 KPI를 설정하면 관리가 어려워지고 집중도가 낮아질 수 있음.
- 가장 중요한 성과를 측정할 수 있는 핵심 지표만 선정하는 것이 중요함.
- 지속적인 모니터링 및 개선
- KPI는 한 번 설정하고 끝나는 것이 아니라 지속적으로 관리하고 필요할 때 수정해야 함.
- 데이터 분석을 기반으로 개선 방향을 도출하고 KPI를 조정해야 함.
더 효율적인 KPI 전략을 위해 필요한 것은?
- 영향력이 있는 KPI 선택
- KPI를 통해 목표 달성을 위한 진행 상황을 제대로 파악하기 위해서는 선행 KPI와 후행 KPI의 관계와 균형을 고려해야 합니다.
- 예를 들어, 30일 동안의 판매 실적(후행 KPI)에 영향을 미친 신규 상담 건수(선행 KPI)와의 관계를 분석하면 이후 발생할 상황을 예측하는 데 도움이 됩니다.
- 이러한 분석을 기반으로 목표를 조정하면 더 나은 결과를 얻을 수 있습니다.
- KPI를 활용하는 조직 문화 조성
- KPI가 효과적으로 작동하기 위해서는 팀원들이 KPI의 개념을 이해하고 적극적으로 활용하는 조직 문화를 조성해야 합니다.
- KPI를 설정할 때 충분한 교육과 협의를 거쳐 구성원이 목표를 명확히 이해하고 공유할 수 있도록 해야 합니다.
- 조직원들이 KPI를 기반으로 일관된 방향성을 가질 수 있도록 지속적인 커뮤니케이션이 필요합니다.
- KPI의 지속적인 관리와 개선
- KPI는 설정 후 한 번으로 끝나는 것이 아니라 지속적인 관리와 개선이 필요합니다.
- KPI 성과를 주기적으로 검토하여 효과가 낮은 지표는 수정하거나 보다 적절한 KPI로 대체해야 합니다.
- 정기적인 회의를 통해 KPI 진행 상태를 점검하고, 변경 사항을 팀원들과 공유하여 협업을 강화해야 합니다.
제조업/품질관리에서의 KPI
- 산업별 KPI 예시
KPI Examples by Industry and Department | Spider Strategies
제조업 및 품질 관리 KPI의 중요성
기업의 현황을 정확히 이해하고 생산성과 품질을 동시에 향상할 수 있는 인사이트를 얻기 위해서는 수치화된 지표(KPI, Key Performance Indicator)가 필수적입니다. 특히 제조업과 품질 관리는 Man(사람), Machine(기계), Material(재료), Method(방법) 4가지 요소를 종합적으로 관리해야 합니다.
✅ 데이터 기반 의사결정 - 직관이 아닌 데이터 분석을 통한 효율적 의사결정
✅ 생산성 향상 - 공정별 성과 측정을 통한 병목 현상 제거
✅ 품질 개선 - 불량률, 폐기율을 실시간 모니터링하여 품질 문제 조기 발견
✅ 비용 절감 - 재고 관리 및 원가 절감을 위한 실시간 데이터 분석
✅ 안전성 강화 - 작업 환경 및 제품 안전성 평가를 통한 지속적인 개선
제조업에서의 KPI
제조업 KPI와 4M의 중요성
제조업에서 KPI(핵심 성과 지표)는 생산성을 극대화하고 비용을 절감하며 품질을 향상하는 데 필수적인 역할을 합니다.
특히 제조업에서는 4M(Man, Machine, Material, Method) 요소를 체계적으로 관리해야 합니다.
✅ 4M이 중요한 이유
- Man(사람): 노동 생산성, 작업자의 기술력 및 안전성
- Machine(기계): 설비 가동률, 유지보수 효율성
- Material(재료): 원자재 사용량, 폐기율
- Method(방법): 공정 최적화, 생산 프로세스 개선
이 4M 요소를 적절히 관리하면 생산성 향상, 품질 개선, 비용 절감을 동시에 달성할 수 있습니다.
제조업 KPI 예시
제조업에서 자주 활용되는 KPI는 다음과 같이 효율성, 품질, 생산 능력, 환경, 재고 관리, 설비 보전 측면에서 분류할 수 있습니다.
1. 생산성과 운영 효율성 관련 KPI
- 노동 생산성 (Labor Productivity):
- 작업자 1인당 생산량 측정
- 설비 가동률 (Machine Utilization Rate):
- 설비 가용 시간 대비 실제 가동 시간
- 공정 이용률 (Process Utilization Rate):
- 전체 공정 중 실제 작업에 사용된 시간 비율
- 부하 효율 (Load Efficiency):
- 기계 및 작업자의 적정 부하 유지율
2. 품질 관련 KPI
- 품질률 (Quality Rate):
- 전체 생산량 중 양품이 차지하는 비율
- 불량률 (Defect Rate):
- (불량품 수 / 총 생산량) × 100
- 재작업률 (Rework Rate):
- 처음부터 다시 가공해야 하는 제품 비율
- 직행률 (First Pass Yield, FPY):
- 한 번에 품질 검사를 통과한 제품 비율
- 폐기율 (Scrap Rate):
- 최종적으로 폐기되는 제품 비율
3. 생산 능력 및 유지보수 관련 KPI
- 설비 종합 효율 (Overall Equipment Effectiveness, OEE):
- 설비 가동률 × 성능 효율 × 품질 수준
- 공정 능력 지수 (Process Capability Index, Cp, Cpk):
- 공정이 규격 내에서 운영되는 정도
- 평균 고장 간격 (Mean Time Between Failures, MTBF):
- 설비가 고장 없이 작동하는 평균 시간
- 평균 수리 시간 (Mean Time to Repair, MTTR):
- 설비 고장 후 복구하는 데 걸리는 평균 시간
4. 환경 및 자원 활용 KPI
- 재료 사용률 (Material Usage Efficiency):
- 원자재 대비 최종 제품의 생산 효율
- 유해물질 사용량 (Hazardous Material Usage):
- 공정에서 사용되는 유해 물질의 양
- 에너지 소비량 (Energy Consumption Rate):
- 공장에서 소비하는 전력, 가스, 물 등의 사용량
5. 재고 및 공급망 관리 KPI
- 재고 회전율 (Inventory Turnover):
- 일정 기간 동안 재고가 소진되는 비율
- 제품 폐기율 (Product Scrap Rate):
- 저장 중 품질 저하로 인해 폐기된 제품 비율
- 납기 준수율 (On-Time Delivery Rate):
- 고객이 요구한 기한 내 제품을 납품한 비율
6. 설비 보전 및 유지보수 KPI
- 설비 부하율 (Equipment Load Rate):
- 설비가 최적 부하로 운영되고 있는지 평가
- 개량 보전율 (Improvement Maintenance Rate):
- 예방 유지보수를 통한 설비 개선 비율
품질 관리에서의 KPI
품질 관리 KPI와 QCD의 중요성
품질 관리를 효과적으로 수행하기 위해서는 QCD(Quality, Cost, Delivery) 개념이 핵심입니다.
즉, **품질(Quality), 원가(Cost), 납기(Delivery)**를 균형 있게 관리하는 것이 중요합니다.
하지만 QCD를 동시에 향상시키는 것은 쉽지 않습니다.
- 품질을 높이면 원가가 상승할 가능성이 큼
- 원가를 낮추면 품질이 저하될 수 있음
- 납기를 단축하면 품질이 희생될 가능성이 있음
따라서 품질 관리 KPI를 설정할 때는 한 요소를 지나치게 강조하면 다른 요소를 희생하게 되므로, 균형 있는 접근 방식이 필수적입니다.
품질 관리 KPI 예시
품질 관리를 위한 대표적인 KPI는 다음과 같습니다.
기업 및 공정 환경에 맞는 KPI를 선택하여 적용하는 것이 중요합니다.
1. 제품 품질 관련 KPI
- 제품 불량률 (Defect Density)
- 제조 과정에서 발생하는 불량품 비율
- (불량 제품 수 / 총 생산량) * 100
- 첫 번째 통과율 (First Pass Yield, FPY)
- 품질 검사에서 처음 시도에 통과한 제품 비율
- 높은 FPY는 초기 품질이 우수함을 의미
- 불량 손실액 (Cost of Defects)
- 불량으로 인해 발생하는 비용(재작업, 폐기, 클레임 비용 등)
- 반품률 (Return Rate)
- 판매된 제품 중 고객이 반품하는 비율
2. 공정 품질 및 생산성 관련 KPI
- 공정능력지수 (Process Capability Index, Cp, Cpk)
- 공정이 규격 내에서 안정적으로 운영되는지 평가
- 불량 품목 발견 시간 (Time to Detect Defects)
- 품질 문제가 발견되기까지 걸리는 시간
- 빠르게 발견할수록 품질 문제가 공정에 미치는 영향 최소화
- 처리 시간 (Cycle Time)
- 제품이 제조 과정에서 시작부터 완료까지 걸리는 시간
- 짧을수록 생산 효율성이 높음
3. 고객 및 시장 반응 관련 KPI
- 고객 만족도 (Customer Satisfaction Score, CSAT)
- 고객이 제품 품질에 대해 평가한 점수
- 고객 불만 건수 (Customer Complaints)
- 고객이 불량이나 품질 문제로 제기한 불만 건수
- ISO 인증 획득 여부
- ISO 9001 등의 품질 관련 인증 보유 여부
- 시장 반응 시간 (Time to Market)
- 제품 개발부터 시장 출시까지 걸리는 시간
4. 공급망 및 유지보수 관련 KPI
- 공급업체 품질 지수 (Supplier Quality Index, SQI)
- 공급업체에서 제공하는 원자재나 부품의 품질 수준
- 재고 품질 수준 (Inventory Quality Ratio)
- 재고 중 판매 가능한 제품의 비율
- 예방적 조치의 효과 (Effectiveness of Preventive Actions)
- 품질 문제를 사전에 방지하는 조치의 효과성
3. 태블로 그래프 실습
그래프 시각화 실습
KPI 카드
# Type1 불량수
SUM(
[Deformation_1] + [Short_Shot_1] + [Bubble_1] + [Blow_Hole_1] +
[Buring_Mark_1] + [Contamination_1] + [Crack_1] + [Dent_1] +
[Exfoliation_1] + [Impurity_1] + [Inclusions_1] + [Scratch_1] +
[Stain_1]
)
#Type2 불량수
SUM(
[Deformation_2] + [Short_Shot_2] + [Bubble_2] + [Blow_Hole_2] +
[Buring_Mark_2] + [Contamination_2] + [Crack_2] + [Dent_2] +
[Exfoliation_2] + [Impurity_2] + [Inclusions_2] + [Scratch_2] +
[Stain_2]
)
- Count(Shot) , Sum(Type1) , Sum(Type2)
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
코드카타
코딩테스트 연습 - 숫자 문자열과 영단어 | 프로그래머스 스쿨
alpa = ['zero','one','two',....,'nine']
nuber = [0,1,2,3,4,5,6,7,8,9]
마지막에 int(('').join(string.split())) 해줘야함
그리고 예제문제 나온거에서 일단 네 오가 건넨 영어+숫자 문자열을 for 문을 돌려서 number 와 겹치는걸 split해서 깔끔하게 벗기기 -> 벗긴 다음에 2중 for문으로 alpa랑 겹치는게 있으면 벗기기를 시전 -> 벗겨서 answer한테 입히기
alpa = ['zero','one','two','three','four',five,'six','seven','eight','nine']
nuber = [0,1,2,3,4,5,6,7,8,9]
answer = 0
for i in range(len(s)):
if s[i] = #리스트 넣는거 아니니까 append 안씀
for j in range(10):
if s[i]
answer = s.split(alpa[j])
....... in 이라는 함수가 있음 해당 리스트 안에 있으면 이라는 함수로
괜히 어렵게 꼬아갔네
not in 과 in 이 있음
하 ... 일단 막혀서 힌트 보고 왔는데 건질만한게
1. 예제가 [ ' 11twotwo23zero ' ] 이면 겹쳐서 못읽는 경우도 있음 조심해야함
문제점
1. s[i] in number 에서 s[i]가 숫자나 문자일수 있어 숫자는 가능한데 문자는 안됨
2. s.split(s[i]) 문자열을 나누는게 아니라 숫자 단어를 처리하려면, 먼저 문자열에서 숫자 단어를 완전히 찾아야함
3. s[j] in alpa 에서 s[j]는 한글자만 검사해서 전체 단어를 확인하지 못함
시간 없어서 gpt 센세의 도움을 받음
깨달은점
1. alpa와 number는 모두 10개의 데이터 리스트니까 한방에 묶이는구나
2. replace를 쓰면 바뀌는 구나 replace 아예 까먹음
3. 시ㅂ
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
복습 완.
아 나 답 구해놨구나
다른 사람 풀이
num_dic = {"zero":"0", "one":"1", "two":"2", "three":"3", "four":"4", "five":"5", "six":"6", "seven":"7", "eight":"8", "nine":"9"}
def solution(s):
answer = s
for key, value in num_dic.items():
answer = answer.replace(key, value)
return int(answer)딕셔너리 안쓸라 했는데 좋네 ..
** [Python] 파이썬 딕셔너리 키, 값 쌍 얻기 - items()
딕셔너리의 키, 값 쌍 얻기 - items()
딕셔너리(dictionary)는 items()함수를 사용하면 딕셔너리에 있는 키와 값들의 쌍을 얻을 수 있습니다.
>>> car = {"name" : "BMW", "price" : "7000"}
>>> car.items()
dict_items([('name', 'BMW'), ('price', '7000')])
items함수를 사용하면 딕셔너리의 값을 반복할때 키와 값을 접근하기가 매우 유용해집니다.
>>> car = {"name" : "BMW", "price" : "7000"}
>>> for key, val in car.items():
... print("key : {} value : {}".format(key,val))
key : name value : BMW
key : price value : 7000
다른 사람 풀이 2
def solution(s):
words = ['zero', 'one', 'two', 'three', 'four', 'five', 'six', 'seven', 'eight', 'nine']
for i in range(len(words)):
s = s.replace(words[i], str(i))
return int(s)함수를 많이 갇다가 쓸 필요도 없었네
딕셔너리 귀찮게 안만들고도 가능하구만
일단 배열 정렬해서 3번째 숫자는 sort하고 [2] 인덱싱 씌우면 나옴 즉, return sorted(answer)[2] 하면 됨
시팔 근데 2차원 배열 이였네?
요따구로 써봤는데 j,k,y를 특정 변수로 각각 지정해주기가 안된다
array는 리스트인데 어쩌지 ..
일단
'본 캠프 TIL' 카테고리의 다른 글
| 2월 19일 TIL 코드카타 , Tableau 완전 정복 2회차 (0) | 2025.02.19 |
|---|---|
| 2월19일 TIL 코드카타 (0) | 2025.02.18 |
| 2월14일 TIL - 코드카타, 머신러닝의 이해와 라이브러리 활용 심화 강의자료 훑기, 데이터 리터러시 완강, 세션 복습 (1) | 2025.02.14 |
| 2월13일 TIL 태블로 ,코드카타,파이썬 핵심 쏙쏙 6회차, [챌린지]머신러닝 스킬업 6회차 (0) | 2025.02.13 |
| 2월12일 TIL 코드카타 (0) | 2025.02.12 |