나른한 코딩 생활

피보나치 비스무리한 수열

GerHerMo — Tue, 1 Apr 2025 17:02:14 +0900

기존 피보나치 수열을 제작할 때의 수열을 변형하여 작성한다

num = int(input(''))

간단하게 입력받은 수 num

이제 수열을 함수화하자.

def like_fibo(n):
    seq = [1,1,1]
    for i in range(3,n):
        seq.append(seq[i-1]+seq[i-3])
    return seq[n-1]

이후 마지막 print 문을 작성하면 코드는 쉽게 완성된다.

print(like_fibo(num))

이렇게 완성된 코드는 다음과 같다

num = int(input(''))

def like_fibo(n):
    seq = [1,1,1]
    for i in range(3,n):
        seq.append(seq[i-1]+seq[i-3])
    return seq[n-1]

print(like_fibo(num))

위 코드를 정답을 제출하면 정답을 맞출 것이다.

그러나 여기서 코드의 효율성을 위해서 함수에 다음과 같은 조건을 추가해준다.

    if n==1 or n==2 or n==3:
        return 1

다음 코드를 추가해줌으로서 처음 seq의 3자리 수를 반복문을 돌지 않아도 되게끔 한다.

코드의 효율성 측면에서 직관적이며, 불필요한 계산을 줄이는 조건을 추가한 것이다.

num = int(input(''))

def like_fibo(n):
    if n==1 or n==2 or n==3:
        return 1
    seq = [1,1,1]
    for i in range(3,n):
        seq.append(seq[i-1]+seq[i-3])
    return seq[n-1]

print(like_fibo(num))

코드 오류나 잘못된 부분의 지적은 댓글로 부탁드립니다

[40일차] ABC 부트캠프 수료식 & 시상식

GerHerMo — Tue, 20 Aug 2024 14:53:40 +0900

부트캠프를 시작할때 수료증 외에 하나라도 가져가면 좋겠다고 생각했는데 다행히 이뤄냈다

다음 테크노트는 ' 프로젝트 멘토링 ' 에서 만날 수 있을 것 같다

새로운 페이지를 쓰게 해준 부트캠프는 이 글을 읽는 당신도 경험해봤으면 좋겠다

[39일차] ABC 부트캠프 - 샤브샤브 & Wrap-up

GerHerMo — Tue, 20 Aug 2024 14:43:08 +0900

24.08.16

광복절을 푹 쉬고 나서 이번주의 마지막 부트캠프 시간, 39일차 아침에 우리는 또 다시 모였다

모이고 얼마 지나지 않아 바로 운영진분들이 준비해준 샤브샤브 집으로 맛있게 식사하러 떠났다!

샤브샤브 정말 맛있고 배부르게 먹으니 커피까지 준비해주셨다. ^o^b

맛있는 식사 이후에는 지금까지의 활동을 돌아보며 Wrap-up 시간을 가졌다

돌이켜보니 지금것 정말 많은 활동을 했구나 싶었다

언제 이렇게 많은 것들을 했을까

첫날 오리엔테이션과 같이 큰 종이에 여러 주제에 대한 자신의 생각을 포스트잇에 적어 완성시켰다

ABC 부트캠프에 와서 어떤것을 얻었는지, 어떨때 제일 힘들었는지, 무엇을 할때 가장 빛났는지 등...

우리들의 마지막 시간은 이렇게 끝났다

마지막 날인 19일 월요일에는 수료식과 시상식만 진행되기에 정말 일찍 끝난다

사실상 오늘이 우리들의 마지막 활동이다.

40일간의 여정은 길다면 길고 짧다면 짧은 순간이다

이 기간동안 나는 나 자신에 대한 확신을 얻을 수 있었고, 좋은 인연들을 만날 수 있었으며, 멋진 기술을 배워갈 수 있었다.

[38일차] ABC 부트캠프 프로젝트 - 성과발표회

GerHerMo — Tue, 20 Aug 2024 14:25:23 +0900

지금까지 배웠던 내용으로 완성시킨 우리들의 프로젝트

그 마지막을 장식할 성과발표회가 다가왔다.

다들 정말 놀라운 프로젝트와 멋진 발표들로 성과를 보여줬다.

아쉽게도 1등 대상은 타지 못했지만 우리들이 한 노력은 최우수상이라는 형태로 다가왔다

남은 일정동안은 마무리 작업과 수상식등이 준비되어있다.

40일 여정중 가장 즐거운 순간인것 같다.

[37일차] ABC 부트캠프 프로젝트 - 7 完

GerHerMo — Tue, 13 Aug 2024 16:52:58 +0900

오전

프로세스 - 탄소배출량 계산 및 이미지 출력 - 1

만드는 과정 중 설계도가 너무 장황하여 축소하기로 결정

오후

프로세스 - 탄소배출량 계산 및 이미지 출력 - 2

FuncCountCo2.py / Random_OBJ_Image.py / G_Sok_Main.py 의 프로세스

프로세스 - 카카오맵 크롤링

Mapping_Arive.py 에 대한 프로세스

[36일차] ABC 부트캠프 프로젝트 - 6

GerHerMo — Tue, 13 Aug 2024 16:21:46 +0900

오늘은 저번주에 미쳐 완성하지 못했던 디테일들을 완성하는 시간을 가졌다

이것으로 프로토타입의 개발은 오늘로서 막을 내렸고, 내일은 발표전 마지막으로 프로토타입의 설계도 및 프로세스를 작성하고 마무리 지을 것이다

오전 / 오후

프로젝트 프로토타입 최종 완성

Mapping_Arive.py

import time
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager

def create_map_url(latitude, longitude, name=None):
    base_url = "https://map.kakao.com/link/map/"
    if name:
        url = f"{base_url}{name},{latitude},{longitude}"
    else:
        url = f"{base_url}{latitude},{longitude}"
    return url

def create_directions_url(latitude, longitude, name=None):
    base_url = "https://map.kakao.com/link/to/"
    if name:
        url = f"{base_url}{name},{latitude},{longitude}"
    else:
        url = f"{base_url}{latitude},{longitude}"
    return url

# 예시 사용 < - 해당 부분을 여행지로 변경
latitude = 35.1594965345398
longitude = 129.162576586723
name = "해운대해수욕장"

latitude_YeoSu = 34.8377033412796
longitude_YeoSu = 127.892653150096
name_YeoSu = "여수 보물섬 남해군청" # 위치는 남해군청 좌표를 가져옴

# 인터파크 투어 국내여행 1박 기준 2개의 목적지

map_url = create_map_url(latitude, longitude, name)
# directions_url = create_directions_url(latitude, longitude, name)
directions_url_YeoSu = create_directions_url(latitude_YeoSu, longitude_YeoSu, name_YeoSu)

# Selenium을 사용하여 Chrome으로 URL 열기
driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))

# 핑찍힌 지도 열기
driver.get(map_url)
driver.implicitly_wait(10)
time.sleep(3)

# 5초 뒤에 여수 표시
# 목적지 URL 열기
driver.get(directions_url_YeoSu)
time.sleep(3)

input("Press Enter to close the browser...")
# Enter를 눌러야 창 닫음
driver.quit()

FuncCountCO2.py

emissions_data = {
    "S_Flight": {
        "emission": 255.0, # gCo2 단위
        "scope": "Scope 1",
        "speed": 850,
        'avg_emission': 0.3 # 이동수단별 km당 평균 탄소 배출량
    },
    "L_Flight": {
        "emission": 150.0,
        "scope": "Scope 1",
        "speed": 925,
        'avg_emission': 0.16
    },
    "Gasoline_Car": {
        "emission": 192.0,
        "scope": "Scope 1",
        "speed": 57, # 고속도로와 일반도로 평균값의 평균
        'avg_emission': 3.37
    },
    "Diesel_Car": {
        "emission": 171.0,
        "scope": "Scope 1",
        "speed": 57,
        'avg_emission': 3.0
    },
    "Bus": {
        "emission": 105.0,
        "scope": "Scope 1",
        "speed": 22,
        'avg_emission': 0.47
    },
    "Subway":{
        "emission": 26.0,
        "scope": "Scope 1",
        "speed": 50,
        'avg_emission': 0.52
    },
    "Electric_Car": {
        "emission": 53.0,
        "scope": "Scope 2",
        "speed": 46, # 출처 : https://www.wltpfacts.eu/from-nedc-to-wltp-change/
        'avg_emission': 1.15
    },
    "Electric_Bicycle": {
        "emission": 12.0,
        "scope": "Scope 2",
        "speed": 17, # 평균 15~20 km/h
        'avg_emission': 0.71
    },
    "Train": {
        "KTX": {
            "emission": 19.92,
            "scope": "Scope 2",
            "speed": 180,
            'avg_emission': 0.11
        },
        "KTX_Sancheon_and_Mugunghwa": {
            "emission": 38.105,
            "scope": "Scope 2",
            "speed": 120, # KTX 산천과 무궁화호의 평균속도
            'avg_emission': 0.32
        },
        "Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul": {
            "emission": 27.19,
            "scope": "Scope 2",
            "speed": 140, # 누리호, ITX 의 평균속도
            'avg_emission': 0.19
        }
    }
}

class VehicleCo2:
    global emissions_data

    def __init__(self,bus_time=0.0,subway_time=0.0,s_flight_time=0.0,l_flight_time=0.0,
                 gasoline_car_time=0.0,diesel_car_time=0.0,electric_car_time=0.0,
                 train_time=0.0,electric_bicycle_time=0.0 ):
        self.bus_time = bus_time
        self.subway_time = subway_time
        self.s_flight_time = s_flight_time
        self.l_flight_time = l_flight_time
        self.gasoline_car_time = gasoline_car_time
        self.diesel_car_time = diesel_car_time
        self.train_time = train_time
        self.electric_bicycle_time = electric_bicycle_time
        self.electric_car_time = electric_car_time

        self.using_train = 0
        self.avg_emission = 0.0
        self.avg_em_only_car = 0.0
        self.Bool_trainUsed = False
        self.emission_train = 0.0
        self.list_avg = list(emissions_data.keys())[:-1]
        self.list_vtime = [self.s_flight_time,self.l_flight_time,self.gasoline_car_time,self.diesel_car_time,
                             self.bus_time,self.subway_time,self.electric_car_time,self.electric_bicycle_time]

        self.emission_bus =  self.bus_time / 60.0 * emissions_data["Bus"]["speed"] * emissions_data["Bus"]["emission"]
        self.emission_subway = self.subway_time / 60.0 * emissions_data["Subway"]["speed"] * emissions_data["Subway"]["emission"]
        self.emission_s_flight =  self.s_flight_time / 60.0 * emissions_data["S_Flight"]["speed"] * emissions_data["S_Flight"]["emission"]
        self.emission_l_flight =  self.l_flight_time / 60.0 * emissions_data["L_Flight"]["speed"] * emissions_data["L_Flight"]["emission"]
        self.emission_g_car =  self.gasoline_car_time / 60.0 * emissions_data["Gasoline_Car"]["speed"] * emissions_data["Gasoline_Car"]["emission"]
        self.emission_d_car =  self.diesel_car_time / 60.0 * emissions_data["Diesel_Car"]["speed"] * emissions_data["Diesel_Car"]["emission"]
        self.emission_elec_car = self.electric_car_time / 60.0 * emissions_data["Electric_Car"]["speed"] * emissions_data["Electric_Car"]["emission"]
        self.emission_elec_bicycle = self.electric_bicycle_time / 60.0 * emissions_data["Electric_Bicycle"]["speed"] * emissions_data["Electric_Bicycle"]["emission"]

        self.emissions_co2 = 0.0
        # 초기화시에 각 이동수단별 시간을 가져온다
        if self.train_time== 0.0:
            self.Bool_trainUsed = False
        else:
            self.Bool_trainUsed = True

    def set_train_kind(self,using_train):
        self.using_train = using_train
        if self.train_time != 0.0:
            # using_train = input("이용한 열차 : ")
            match self.using_train:
                case "1":
                    self.emission_train = (self.train_time / 60.0 * emissions_data["Train"]["KTX"]["speed"] *
                                           emissions_data["Train"]["KTX"]["emission"])
                case "2":
                    self.emission_train = (self.train_time / 60.0 * emissions_data["Train"]["KTX_Sancheon_and_Mugunghwa"]["speed"] *
                                           emissions_data["Train"]["KTX_Sancheon_and_Mugunghwa"]["emission"])
                case "3":
                    self.emission_train = (self.train_time / 60.0 * emissions_data["Train"]["Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul"]["speed"] *
                                           emissions_data["Train"]["Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul"]["emission"])
                case _:
                    self.emission_train = 0.0
                    print("잘못된 값을 입력하셨습니다, 열차는 계산에서 제외됩니다")
        else:
            print("입력된 기차가 없습니다")

    def calculate_co2(self):
        # move_bus = (25.0/60.0 * emissions_data["Bus"]["speed"])*emissions_data["Bus"]["emission"]
        self.emissions_co2 = (self.emission_bus + self.emission_subway + self.emission_s_flight +
                              self.emission_l_flight + self.emission_g_car + self.emission_d_car +
                              self.emission_elec_car + self.emission_elec_bicycle + self.emission_train)

        return round(self.emissions_co2,2)

    def calculate_avg_emission(self): # 비교 대조용으로 사용, 실질적으로 사용되진 않음 ( 검증용 )
        for index in range(len(self.list_avg)):
            self.avg_emission += emissions_data[self.list_avg[index]]['avg_emission'] * ( self.list_vtime[index] )

        if self.using_train == 1 :
            self.avg_emission += emissions_data["Train"]["KTX"]['avg_emission'] * self.train_time
        elif self.using_train == 2:
            self.avg_emission += emissions_data["Train"]["KTX_Sancheon_and_Mugunghwa"]['avg_emission'] * self.train_time
        elif self.using_train == 3:
            self.avg_emission += emissions_data["Train"]["Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul"]['avg_emission'] * self.train_time

            # emissions_data[self.list_avg[index]]['avg_emission'] => km 당 평균 배출량
        return self.avg_emission

    def calculate_only_car(self):
        total_car_emission = 0.0
        # 비행기를 제외한 나머지 이동수단의 시간을 모두 차량 이동으로 가정하고 배출량 계산
        for time in self.list_vtime:
            total_car_emission += (time / 60.0) * emissions_data["Gasoline_Car"]["speed"] * emissions_data["Gasoline_Car"]["emission"]

        # 비행기 배출량
        total_car_emission += self.emission_s_flight
        total_car_emission += self.emission_l_flight

        # 최종 배출량을 kg 단위로 변환
        return round(total_car_emission / 1000.0, 2)

'''
# test
vehicle = VehicleCo2(bus_time=30, subway_time=50, electric_car_time=50,train_time=43)
vehicle.set_train_kind('1')
print(vehicle.calculate_co2())
print(vehicle.calculate_only_car())
'''

Random_OBJ_Image.py

import tkinter as tk
from PIL import Image, ImageTk
import random
import os

emission_co2 = 1.0
dif_emission_co2 = 0.0
customer = '신세계'

def set_emission_co2(value):
    global emission_co2
    emission_co2 = value

def set_dif_emission_co2(value):
    global dif_emission_co2
    dif_emission_co2 = value

def Dp_Random_Img(image_folder):
    # 이미지 폴더의 모든 파일을 가져옴

    image_files = [f for f in os.listdir(image_folder) if f.endswith(('png', 'jpg', 'jpeg', 'gif'))]

    # 이미지와 관련된 데이터를 리스트로 관리
    image_data = {
        'tree.jpg': (int(dif_emission_co2/9.2), '그루', '나무'),
        'bee.png': (int(dif_emission_co2*500), '마리', '벌'),
        'sunflower.jpg': (int(dif_emission_co2/1.5), '송이', '해바라기')
    }

    # 랜덤으로 이미지 파일 선택
    # selected_image = random.choice(image_files)

    if dif_emission_co2 >= 9.2:
        selected_image = random.choice(['tree.jpg', 'sunflower.jpg'])
    else:
        selected_image = 'bee.png'

    kg = 'kg'

    # 이미지 파일 경로
    image_path = os.path.join(image_folder, selected_image)

    # 선택된 이미지에 따른 변수 설정
    if selected_image in image_data:
        n, unit, random_obj = image_data[selected_image]
        if selected_image == 'bee.png':
            kg = 'g'
            emission_co2_converted = emission_co2 * 1000  # g 단위로 변환
            dif_emission_co2_converted = dif_emission_co2 * 1000  # g 단위로 변환
        else:
            emission_co2_converted = emission_co2  # kg 단위 그대로 사용
            dif_emission_co2_converted = dif_emission_co2  # kg 단위 그대로 사용
    else:
        n, unit, random_obj = (1, '개', '알 수 없는 객체')
        emission_co2_converted = emission_co2
        dif_emission_co2_converted = dif_emission_co2

    # 최상단에 표시할 텍스트와 폰트
    top_text = f"고마워요! {customer}님!\n 덕분에 {n}{unit}의 {random_obj}들을 지켰어요!"
    top_text_font = ("NanumGothic", 20, "bold")

    mileage = random.randint(100, 1000)
    # 출력할 텍스트 라인과 폰트
    text_lines = [
        f"총 {emission_co2_converted}{kg}의 탄소배출량이 발생했고,",
        f"평균 여행보다 {dif_emission_co2_converted}{kg} 만큼의 탄소배출량이 줄었어요!",
        f"현재까지 {mileage} 그린마일리지 적립!"
    ]
    text_font = ("NanumGothic", 14)

    # Tkinter 창 생성
    root = tk.Tk()
    root.title("G-SOK Map")

    # 최상단 텍스트 라벨 추가
    top_text_label = tk.Label(root, text=top_text, font=top_text_font)
    top_text_label.pack(pady=10)

    # 이미지를 로드하고 표시
    img = Image.open(image_path)
    img = img.resize((600, 500),Image.Resampling.LANCZOS)
    # Image.Resampling.LANCZOS : 이미지 리사이즈시 화질 저하를 완화해주는 코드 
    # // pillow 10.0.0 버전 이후 함수명 바뀜
    img = ImageTk.PhotoImage(img)

    panel = tk.Label(root, image=img)
    panel.pack(side="top", fill="both", expand="yes")

    # 텍스트 라벨 추가
    for line in text_lines:
        text_label = tk.Label(root, text=line, font=text_font)
        text_label.pack()

    # Tkinter 이벤트 루프 시작
    root.mainloop()

# 이미지 폴더 경로
# image_folder = "C:/ABCBootCamp/G_SOK_MAP_Project/ImgFolder"
#
# Dp_Random_Img(image_folder)

G_Sok_Main.py

from Func_CountCO2 import VehicleCo2
from Random_OBJ_Image import Dp_Random_Img, set_emission_co2, set_dif_emission_co2

# 이동 수단 입력
em_vehicle = VehicleCo2(bus_time=30, subway_time=50, electric_car_time=50,train_time=43)

if em_vehicle.Bool_trainUsed == True:
    using_train = input('KTX면 1, KTX Sancheon 또는 Mugunghwa면 2, Nuriho 또는 ITX 일 경우 3번을 입력해주세요 : ')
    em_vehicle.set_train_kind(using_train=using_train)
# em_vehicle.set_train_kind('3')
emission_co2_value = round(em_vehicle.calculate_co2()/1000.0,2) # kg 단위

# 결과를 Random_OBJ_Image의 emission_co2 변수에 설정
set_emission_co2(emission_co2_value)
set_dif_emission_co2(round(em_vehicle.calculate_only_car()-emission_co2_value,1))

image_folder = "C:/ABCBootCamp/G_SOK_MAP_Project/ImgFolder"
# 해당 이미지 경로에 이름과 맞는 이미지가 있어야 작동
Dp_Random_Img(image_folder)

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

[35일차] ABC 부트캠프 프로젝트 - 5

GerHerMo — Sun, 11 Aug 2024 21:08:42 +0900

오전

Main파일 작성

from Func_CountCO2_copy import VehicleCo2
from Random_OBJ_Image_copy import Dp_Random_Img, set_emission_co2, set_footprint_co2

em_vehicle = VehicleCo2(bus_time=30,train_time=50,electric_bicycle_time=25)


if em_vehicle.Bool_trainUsed == True:
    using_train = input('KTX면 1, KTX Sancheon 또는 Mugunghwa면 2, Nuriho 또는 ITX 일 경우 3번을 입력해주세요 : ')
    em_vehicle.set_train_kind(using_train=using_train)
# em_vehicle.set_train_kind('3')
emission_co2_value = round(em_vehicle.calculate_co2()/1000.0,2) # kg 단위


# 결과를 Random_OBJ_Image의 emission_co2 변수에 설정
set_emission_co2(emission_co2_value)
set_footprint_co2(50)

image_folder = "C:/ABCBootCamp/G_SOK_MAP_Project/ImgFolder"
# 해당 이미지 경로에 이름과 맞는 이미지가 있어야 작동
Dp_Random_Img(image_folder)

사용자에게 3가지 옵션중 선택하여 탄소배출량을 계산

탄소배출량 계산식을 적용하여 배출량 4.23kg 을 출력한다

오후

이후 필요요소 설계

탄소발자국을 사용자에게 보여주는 식으로 설계방향을 잡았으나, 발자국 보다는 좀 더 직관적으로 보여지게 하기 위해서 다음 3가지의 요소를 표기하도록 변경한다

총 탄소배출량 표시
발생한 탄소배출량에 비례한 동식물의 개체 및 상태 변화 수치
평균 여행시 발생할 탄소배출량과의 차이
적립된 마일리지 표기

전반적으로 위와 같은 요소를 표기할 수 있도록 각각의 파일들을 수정했다

허나 아직까지 자잘하게 수정해야될 코드들이 존재하기 때문에 월요일에 코드를 완성하도록 한다

[34일차] ABC 부트캠프 프로젝트 - 4

GerHerMo — Sun, 11 Aug 2024 20:17:11 +0900

오전

피그마로 디자인 확립

디자인 담당의 인원이 Figma로 시간을 깎아가면서 만든 G-SOK앱의 디자인

자료조사 및 프로토타입 데이터 적용

여행 사이트에서 1박 기준으로 임의의 목적지 정하기 - 부산 & 여수 보물섬

위 시각화 데이터를 토대로 어제 시험했던 웹 크롤링의 목적지로 정한다

탄소 에너지 사용량 중 수송 16.6% 차지를 파이차트로 시각화

랜덤 이미지 출력

어제부터 맵과 함께 만들고 있던 랜덤 이미지출력의 기본 틀을 잡았다

import tkinter as tk
from PIL import Image, ImageTk
import random
import os

emission_co2 = 0.0
footprint_co2 = 0

def set_emission_co2(value):
    global emission_co2
    emission_co2 = value

def set_footprint_co2(value):
    global footprint_co2
    footprint_co2 = value

def Dp_Random_Img(image_folder):
    # 이미지 폴더의 모든 파일을 가져옴

    image_files = [f for f in os.listdir(image_folder) if f.endswith(('png', 'jpg', 'jpeg', 'gif'))]

    # 이미지와 관련된 데이터를 리스트로 관리
    image_data = {
        'tree.jpg': (12, '그루', '나무'),
        'bee.png': (5, '마리', '벌'),
        'sunflower.jpg': (8, '송이', '해바라기')
    }

    # 랜덤으로 이미지 파일 선택
    selected_image = random.choice(image_files)

    # 이미지 파일 경로
    image_path = os.path.join(image_folder, selected_image)

    # 선택된 이미지에 따른 변수 설정
    if selected_image in image_data:
        n, unit, random_obj = image_data[selected_image]
    else:
        n, unit, random_obj = (1, '개', '알 수 없는 객체')

    # 최상단에 표시할 텍스트와 폰트
    top_text = f"고마워요! 덕분에 {n}{unit}의 {random_obj}들을 지켰어요!"
    top_text_font = ("NanumGothic", 20, "bold")

    # 출력할 텍스트 라인과 폰트
    text_lines = [
        f"총 {emission_co2}kg의 탄소배출량이 감소했어요!",
        f"현재까지 '{footprint_co2}' 만큼의 탄소발자국을 줄였어요!",
        "Thank you for your doing"
    ]
    text_font = ("NanumGothic", 14)

    # Tkinter 창 생성
    root = tk.Tk()
    root.title("G-SOK Map")

    # 최상단 텍스트 라벨 추가
    top_text_label = tk.Label(root, text=top_text, font=top_text_font)
    top_text_label.pack(pady=10)

    # 이미지를 로드하고 표시
    img = Image.open(image_path)
    img = img.resize((600, 500),Image.Resampling.LANCZOS)
    # Image.Resampling.LANCZOS : 이미지 리사이즈시 화질 저하를 완화해주는 코드 // pillow 10.0.0 버전 이후 함수명 바뀜
    img = ImageTk.PhotoImage(img)

    panel = tk.Label(root, image=img)
    panel.pack(side="top", fill="both", expand="yes")

    # 텍스트 라벨 추가
    for line in text_lines:
        text_label = tk.Label(root, text=line, font=text_font)
        text_label.pack()

    # Tkinter 이벤트 루프 시작
    root.mainloop()

# 이미지 폴더 경로
image_folder = "C:/ABCBootCamp/G_SOK_MAP_Project/ImgFolder"

Dp_Random_Img(image_folder)

나무 / 해바라기 / 꿀벌 중에 실행시 랜덤한 이미지로 보여준다

오후

이동수단별 탄소배출량 계산

emissions_data = {
    "S_Flight": {
        "emission": 255.0,
        "scope": "Scope 1",
        "speed": 850
    },
    "L_Flight": {
        "emission": 150.0,
        "scope": "Scope 1",
        "speed": 925
    },
    "Gasoline_Car": {
        "emission": 192.0,
        "scope": "Scope 1",
        "speed": 57 # 고속도로와 일반도로 평균값의 평균
    },
    "Diesel_Car": {
        "emission": 171.0,
        "scope": "Scope 1",
        "speed": 57
    },
    "Bus": {
        "emission": 105.0,
        "scope": "Scope 1",
        "speed": 22
    },
    "Subway":{
        "emission": 26.0,
        "scope": "Scope 1",
        "speed": 50
    },
    "Electric_Car": {
        "emission": 53.0,
        "scope": "Scope 2",
        "speed": 46 # 출처 : https://www.wltpfacts.eu/from-nedc-to-wltp-change/
    },
    "Electric_Bicycle": {
        "emission": 12.0,
        "scope": "Scope 2",
        "speed": 17 # 평균 15~20 km/h
    },
    "Train": {
        "KTX": {
            "emission": 19.92,
            "scope": "Scope 2",
            "speed": 180
        },
        "KTX_Sancheon_and_Mugunghwa": {
            "emission": 38.105,
            "scope": "Scope 2",
            "speed": 120 # KTX 산천과 무궁화호의 평균속도
        },
        "Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul": {
            "emission": 27.19,
            "scope": "Scope 2",
            "speed": 140 # 누리호, ITX 의 평균속도
        }
    }
}

class VehicleCo2:
    def __init__(self,bus_time=0.0,subway_time=0.0,s_flight_time=0.0,l_flight_time=0.0,
                 gasoline_car_time=0.0,diesel_car_time=0.0,electric_car_time=0.0,
                 train_time=0.0,electric_bicycle_time=0.0 ):
        self.bus_time = bus_time
        self.subway_time = subway_time
        self.s_flight_time = s_flight_time
        self.l_flight_time = l_flight_time
        self.gasoline_car_time = gasoline_car_time
        self.diesel_car_time = diesel_car_time
        self.train_time = train_time
        self.electric_bicycle_time = electric_bicycle_time
        self.electric_car_time = electric_car_time

        self.Bool_trainUsed = False
        self.emission_train = 0.0
        self.emission_bus =  self.bus_time / 60.0 * emissions_data["Bus"]["speed"] * emissions_data["Bus"]["emission"]
        self.emission_subway = self.subway_time / 60.0 * emissions_data["Subway"]["speed"] * emissions_data["Subway"]["emission"]
        self.emission_s_flight =  self.s_flight_time / 60.0 * emissions_data["S_Flight"]["speed"] * emissions_data["S_Flight"]["emission"]
        self.emission_l_flight =  self.l_flight_time / 60.0 * emissions_data["L_Flight"]["speed"] * emissions_data["L_Flight"]["emission"]
        self.emission_g_car =  self.gasoline_car_time / 60.0 * emissions_data["Gasoline_Car"]["speed"] * emissions_data["Gasoline_Car"]["emission"]
        self.emission_d_car =  self.diesel_car_time / 60.0 * emissions_data["Diesel_Car"]["speed"] * emissions_data["Diesel_Car"]["emission"]
        self.emission_elec_car = self.electric_car_time / 60.0 * emissions_data["Electric_Car"]["speed"] * emissions_data["Electric_Car"]["emission"]
        self.emission_elec_bicycle = self.electric_bicycle_time / 60.0 * emissions_data["Electric_Bicycle"]["speed"] * emissions_data["Electric_Bicycle"]["emission"]

        self.emissions_co2 = 0.0
        # 초기화시에 각 이동수단별 시간을 가져온다
        if self.train_time== 0.0:
            self.Bool_trainUsed = False
        else:
            self.Bool_trainUsed = True



    global emissions_data

    def set_train_kind(self,using_train):
        if self.train_time != 0.0:
            # using_train = input("이용한 열차 : ")
            match using_train:
                case "1":
                    self.emission_train = self.train_time / 60.0 * emissions_data["Train"]["KTX"]["speed"] * emissions_data["Train"]["KTX"]["emission"]
                case "2":
                    self.emission_train = self.train_time / 60.0 * emissions_data["Train"]["KTX_Sancheon_and_Mugunghwa"]["speed"] * emissions_data["Train"]["KTX_Sancheon_and_Mugunghwa"]["emission"]
                case "3":
                    self.emission_train = self.train_time / 60.0 * emissions_data["Train"]["Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul"]["speed"] * emissions_data["Train"]["Nuriro_and_ITX_Cheongchun_and_ITX_Saemaeul"]["emission"]
                case _:
                    self.emission_train = 0.0
                    print("잘못된 값을 입력하셨습니다, 열차시간은 계산에서 제외합니다")
        else:
            print("입력된 기차가 없습니다")


    def calculate_co2(self):
        # move_bus = (25.0/60.0 * emissions_data["Bus"]["speed"])*emissions_data["Bus"]["emission"]
        self.emissions_co2 = (self.emission_bus + self.emission_subway + self.emission_s_flight +
                              self.emission_l_flight + self.emission_g_car + self.emission_d_car +
                              self.emission_elec_car + self.emission_elec_bicycle + self.emission_train)

        return round(self.emissions_co2,2)

vehicle = VehicleCo2(train_time= 30,subway_time=50,electric_car_time=40)
vehicle.set_train_kind('3')
print(vehicle.calculate_co2()) # 4611.97

[33일차] ABC 부트캠프 프로젝트 - 3

GerHerMo — Sun, 11 Aug 2024 13:36:26 +0900

오전

작업 분담 세분화

4조의 프로젝트 체크리스트

어제의 피드백을 바탕으로 우리들의 역할에 대해 더욱 세분화 및 상태를 파악할 수 있도록 조장님께서 힘써 주셨다.

자료 수집 및 파악

한국 관광 데이터랩

차량별 탄소배출량

오후

자료 조사는 다른 팀원들이 더 힘써주었다. 그 동안 나는 직접적인 설계부분을 맡았다

먼저 카카오맵 API 를 발급 받은 다음 어디까지 가능한가를 알아봤다

javascript 및 html은 이번 학습 과정에 없기도 했고 지식이 없기에 거의 사용하지 않는 방향으로 잡았다

먼저 맵을 열고 마커로 찍어 보았다

import requests
import pandas as pd
import numpy as np
import folium
from folium.plugins import MiniMap

# 카카오 API
def elec_location(region, page_num):
    url = 'https://dapi.kakao.com/v2/local/search/keyword.json'
    params = {'query': region, 'page': page_num}
    headers = {"Authorization": "KakaoAK mykakaoAPI"} # 내 API 입력
    
    response = requests.get(url, params=params, headers=headers)
    response_json = response.json()
    places = response_json['documents']
    total = response_json['meta']['total_count']
    if total > 45:
        print(total, '개 중 45개 데이터밖에 가져오지 못했습니다!')
    else:
        print('모든 데이터를 가져왔습니다!')
    return places

def elec_info(places):
    X = []
    Y = []
    stores = []
    road_address = []
    place_url = []
    ID = []
    for place in places:
        X.append(float(place['x']))
        Y.append(float(place['y']))
        stores.append(place['place_name'])
        road_address.append(place['road_address_name'])
        place_url.append(place['place_url'])
        ID.append(place['id'])

    ar = np.array([ID, stores, X, Y, road_address, place_url]).T
    df = pd.DataFrame(ar, columns=['ID', 'stores', 'X', 'Y', 'road_address', 'place_url'])
    return df

def keywords(location_name):
    df = None
    for loca in location_name:
        for page in range(1, 4):
            local_name = elec_location(loca, page)
            local_elec_info = elec_info(local_name)

            if df is None:
                df = local_elec_info
            elif local_elec_info is None:
                continue
            else:
                df = pd.concat([df, local_elec_info], join='outer', ignore_index=True)
    return df

def make_map(dfs):
    # 지도 생성하기
    m = folium.Map(location=[36.3504119, 127.3845475],   # 기준좌표
                   zoom_start=10)

    # 미니맵 추가하기
    minimap = MiniMap()
    m.add_child(minimap)

    # 마커 추가하기
    for i in range(len(dfs)):
        folium.Marker([float(dfs['Y'][i]), float(dfs['X'][i])],
                      tooltip=dfs['stores'][i],
                      popup=dfs['place_url'][i],
                      ).add_to(m)
    return m

location = ['대동역 7번출구', '한밭대학교']
df = keywords(location)
df = df.drop_duplicates(['ID'])
df = df.reset_index(drop=True)

map_object = make_map(df)
map_object.save('map.html')

map_html 파일 / 각각 한밭대학교, 대동역 7번출구를 검색하여 마커로 표시

이번에는 각각의 목적지를 이어주는 코드를 작성했다

import requests
import pandas as pd
import numpy as np
import folium
from folium.plugins import MiniMap

# 카카오 API
def elec_location(region, page_num):
    url = 'https://dapi.kakao.com/v2/local/search/keyword.json'
    params = {'query': region, 'page': page_num}
    headers = {"Authorization": "KakaoAK maykakaoAPI"}

    response = requests.get(url, params=params, headers=headers)
    response_json = response.json()
    places = response_json['documents']
    total = response_json['meta']['total_count']
    if total > 45:
        print(total, '개 중 45개 데이터밖에 가져오지 못했습니다!')
    else:
        print('모든 데이터를 가져왔습니다!')
    return places

def elec_info(places):
    X = []
    Y = []
    stores = []
    road_address = []
    place_url = []
    ID = []
    for place in places:
        X.append(float(place['x']))
        Y.append(float(place['y']))
        stores.append(place['place_name'])
        road_address.append(place['road_address_name'])
        place_url.append(place['place_url'])
        ID.append(place['id'])

    ar = np.array([ID, stores, X, Y, road_address, place_url]).T
    df = pd.DataFrame(ar, columns=['ID', 'stores', 'X', 'Y', 'road_address', 'place_url'])
    return df

def keywords(location_name):
    df = None
    for loca in location_name:
        for page in range(1, 4):
            local_name = elec_location(loca, page)
            local_elec_info = elec_info(local_name)

            if df is None:
                df = local_elec_info
            elif local_elec_info is None:
                continue
            else:
                df = pd.concat([df, local_elec_info], join='outer', ignore_index=True)
    return df

def make_map(dfs, start, end):
    # 지도 생성하기
    m = folium.Map(location=[33.4935, 126.6266],   # 기준좌표: 제주어딘가로 내가 대충 설정
                   zoom_start=12)

    # 미니맵 추가하기
    minimap = MiniMap()
    m.add_child(minimap)

    # 마커 추가하기
    for i in range(len(dfs)):
        folium.Marker([float(dfs['Y'][i]), float(dfs['X'][i])],
                      tooltip=dfs['stores'][i],
                      popup=dfs['place_url'][i],
                      icon=folium.Icon(color='blue')
                      ).add_to(m)

    # 출발지와 목적지 추가하기
    folium.Marker(start, tooltip='출발지', icon=folium.Icon(color='green')).add_to(m)
    folium.Marker(end, tooltip='목적지', icon=folium.Icon(color='red')).add_to(m)

    # 출발지와 목적지 연결하기
    folium.PolyLine(locations=[start, end], color='red', weight=2.5, opacity=1).add_to(m)

    return m

location = ['대동역 7번 출구', '목포시 갓바위']
df = keywords(location)
df = df.drop_duplicates(['ID'])
df = df.reset_index(drop=True)

# 출발지와 목적지 설정
start = [33.4607, 126.9364]  # 예시 좌표 (출발지)
end = [33.5097, 126.4913]    # 예시 좌표 (목적지)

map_object = make_map(df, start, end)
map_object.save('map_start_arrive.html')

출발지, 목적지의 좌표는 제주도의 임의의 장소 2개를 설정, 나머지는 마커로 표시됨

하지만 이러한 동적 지도로는 현재의 앱에 사용할 지도와는 방향성이 많이 다르기 때문에 웹 크롤링을 통한 맵 사용으로 계획을 변경하였다.

import time
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager

def create_map_url(latitude, longitude, name=None):
    base_url = "https://map.kakao.com/link/map/"
    if name:
        url = f"{base_url}{name},{latitude},{longitude}"
    else:
        url = f"{base_url}{latitude},{longitude}"
    return url

def create_directions_url(latitude, longitude, name=None):
    base_url = "https://map.kakao.com/link/to/"
    if name:
        url = f"{base_url}{name},{latitude},{longitude}"
    else:
        url = f"{base_url}{latitude},{longitude}"
    return url

# 예시 사용 < - 해당 부분을 여행지로 변경
# https://deveapp.com/map.php <- 위도 경도 변환 사이트
latitude = 34.7921469527007
longitude = 126.425695326
name = "목포갓바위"

map_url = create_map_url(latitude, longitude, name)
directions_url = create_directions_url(latitude, longitude, name)

# Selenium을 사용하여 Chrome으로 URL 열기
driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))

# 첫 번째 URL 열기
# driver.get(map_url)
# time.sleep(5)

# 두 번째 URL ( 목적지 ) 열기
driver.get(directions_url)
driver.implicitly_wait(10)
time.sleep(5)


input("Press Enter to close the browser...")
driver.quit()

해당 코드를 실행하면 목적지로 찍힌 '목포 갓바위' 카카오맵 페이지가 실행된다

[32일차] ABC 부트캠프 프로젝트 - 2

GerHerMo — Sun, 11 Aug 2024 12:42:21 +0900

멘토링 받았던 주제에 대해서 조금 더 구체화 및 찾아가는 멘토링을 통해 여러가지 팁을 얻어보는 시간을 가지자

각자의 역할에 대하여 상세하게 적지는 않을것이다. 해당 블로그의 포스트에는 본인이 수행했던 작업을 위주로 적혀있다.

오전

프로젝트 설계

주제를 정했으니 이 서비스 및 어플리케이션의 이름과 프로젝트 명, 조의 이름 등을 정해야 했다.

팀원들의 열렬한 이야기 끝에 우리는 서비스 및 프로젝트의 이름을 다음과 같이 정했다.

G-SOK
(Green Sustainability Our Key)
"녹색 지속 가능성, 우리의 열쇠"

조의 이름은 ' 떠나조, 근데 이제 ZERO를 곁들인 ' 으로 정했다.

각종 제출 파일 작성

결과보고서 중 부가적인 기능 파트를 작성

오후

오후부터는 인원들이 각각 본인이 맡은 역할에 따라 분담하며 프로젝트 완성을 향한 마라톤을 시작했다

자료 찾기

오후에는 우리들의 앱을 실현하기 위한 여러가지 자료를 조사했다.

탄소배출량을 계산하기 위해서는 여러 탈 것들의 배출량을 계산할 필요가 있으며, 또한 지도를 활용할 수 있는지 여부를 파악하는 것이 중요했다.

출처 : https://www.khan.co.kr/economy/economy-general/article/202107040854001

찾아가는 멘토링 - 공생 / 민노아 대표

ESG 첫시간에 따뜻한 기술에 대한 강의를 해주셨던 민노아 대표를 찾아가 주제에 대한 피드백을 받았다.

민노아 대표님의 피드백

가장 뼈저리게 느꼈던 이야기는 바로 수요조사 부문이였다.

위의 피드백을 받고 우리는 역할분담 및 데드라인을 형성하여 일의 효율성을 높였다.