바이오 대표

데이터들을 다룰때 computational 이유로 인해 크기를 축소 후 사용하는 경우가 흔하다. Natural Signals 들이 대체로 compressiable하다. 대표적으로 이미지 데이터/오디오 (signal) 데이터가 있다. 이때 compression은 sparsity 에 의해 결정되고 Fourier 혹은 Wavelet 기반(변환)으로 축소가 가능하다. *Fourier Transform을 이용해서 Compression 예시 : JPEG, MP3 축소 된 데이터들은 sparsed vector (s) 로 간단히 표현될수 있고 이미 축소 된 데이터들을 inverse transform을 이용하여 원상복구 (가깝게) 복구 시킬 수 있다 [1]. < Compressed ..

Molecular Structure을 컴퓨터가 이해하기위해 숫자화된 Molecular Descriptors로 바꿔야 한다. Constitutional descriptors - molecular weight, # of H-bonds ,,, Physicochemical descriptors - lipophilicity, polarizability ,,, Topological descriptors - atomic branching ,,, Electric, geometrical, and quantum-chemical descriptors Fragmental/Structural Keys (Finger Print) - MACCS keys, ECFP Descriptor ..

내가 맥북이니까,, 내 노동시간을 줄이기 위한 알짜배기 단축키들 ⌘: Command ⌃: Control ⌥: Option ⇧: Shift ↩: Enter ␣: Space ⇥: Tab ↩: 에디트모드로 변경 D,D(d,d): 선택한 셀 삭제 A(a): 선택한 셀의 위에 새로운 셀 삽입 B(b): 선택한 셀의 아래에 새로운 셀 삽입 X(x): 선택한 셀 잘라내기 C(c): 선택한 셀 복사 V(v): 선택한 셀의 아래에 복사한 셀 삽입 Y(y): 셀을 코드셀로 변경 M(m): 셀을 마크다운 셀로 변경 R(r): 셀을 서식없는셀로 변경 1: 헤딩1의 마크다운 셀로 변경 2: 헤딩2의 마크다운 셀로 변경 3: 헤딩3의 마크다운 셀로 변경 4: 헤딩4의 마크다..

# 아래의 Dataframe 에서 중복되는 Row Drop df = df.drop(df[df.duplicated()].index) # by "Y" df = df.sort_values("Y") df = df.reset_index(drop=True) # 만약 drop=True 옵션을 넣어주지 않는다면 그전 index가 새로운 column으로 형성된다.