Category: Python

  • 리스트에서 분할하여 중복 제거하기

    R에서는 조금 쉽게 할 수 있는데, Python에서는 조금 더 복잡하게 해야 한다. 텍스트 리스트에서 일괄적으로 분할하는 split을 이용할 수가 없었기 때문에 하나씩 split으로 분할한 후에 리스트를 새로 만들고, 중복을 제거시키도록 한다.

    ii = []
    

    ii 라는 빈 리스트를 만든다.

    for i in file_A:
        ii.append(i.split('_')[0])
    

    그 다음 file_A로 만들어둔 파일 목록을 불러온다. 증례 번호가 가장 앞에 있고, 그 다음에는 언더바가 있는 구조였기 때문에 ‘_’로 분할한 첫 번째 것을 선택하여 ii에 계속 입력한다.

    ii = list(set(ii))

    set()을 이용하면 중복을 제거할 수 있고, 이 것을 다시 리스트로 만들어야 한다.

  • results는 사용할 수 없어요

    조건이 좀 제한점이 있는데 results라는 이름의 리스트를 사용할 수 없는 경우가 있다.

    • PyTorch 이용할 것
    • def 로 정의된 함수에서 Tensor 이용할 것. 그러니까 모델을 이용한다는 뜻.
  • ipynb 파일을 py로 변환하기

     jupyter nbconvert --to script *.ipynb

    웹에서 하는 방법이 있으나 서버로 파일을 옮겨야 하는 불편함이 있다. 저렇게 커맨드 명령어로 하면 바로 생성된다.

  • Accuracy plot을 위한 CSV 파일 저장

    논문은 예쁜 그림이 있어야 한다. 그래서 따로 그림을 그리기 위하여 결과값을 별도로 저장하여 CSV로 저장한다.

    • global 과 local 변수가 분리되고 서로 간섭이 어렵기도 하고 안되는 부분도 있다.
    • 학습과 평가하는 함수 내부에서 결과를 모두 모아서 CSV로 저장하는 방법을 이용한다.
    import csv

    학습 시키는 함수 내부 상단에 header로 첫 자료를 입력시킨다. 그리고 진행 과정마다 계속 마지막에 추가시킨다. accuracy는 tensor로 저장되므로 숫자 부분만 가져오기 위해서 .tolist()를 붙인다. CSV 저장하는 부분은 파이썬 홈페이지 예시에서 동일하게 가져왔다.

    def train_model(model, criterion, optimizer, epochs):
        ...
        result_list = [['epoch', 'phase', 'loss', 'accu']]
        ...
        for epoch in range(epochs):
            for phase in ['train', 'val']:
                ...
                result_list.append([epoch, phase, epoch_loss, 
                                    epoch_acc.tolist()])
    
        ...
        with open('result.csv', 'w') as f:
            writer = csv.writer(f)
            writer.writerows(result_list)
        return model