본문 바로가기

분류 전체보기170

[Linux] 백그라운드로 실행 터미널 접속을 끊어도 실행이 되게 할수있어야 정상적인 서비스 운영이 가능할것이다. 아래의 코드를 사용하여 터미널 접속을 끊어도 실행할수 있도록 설정하자. nohup streamlit run app.py & # nohup (no hang up) : 계속 실행시켜라는 뜻이다. 끄기 위해선 해당하는것만 찾아서 꺼야 한다. ps -ef는 작업관리자와 같은 기능을 가지고 있다. ps -ef | grep streamlit 를 입력하여 streamlit이라고 되어있는것만 나타낼수있다. kill (해당 PID)를 입력해서 종료할수있다. 2022. 5. 24.
[Linux] 배포된 서비스 수정 먼저 파이썬 버전을 맞추기 위해 만들어 뒀던 가상환경을 실행한다. conda activate streamlit3.7 # 가상환경의 이름이 streamlit3.7이다. ll로 현재 디렉토리의 상황을 확인하고 cd로 진행할 서비스에 해당되는 폴더로 진입한다. 스트림릿을 실행시킨다. (서버에서 돌아가는 스트림릿) 실행코드: streamlit run app.py(앱 이름) 앱을 수정하고 싶을때는 먼저 로컬에서 코드 수정을 하고 테스트한다. 테스트를 할때 터미널에 커맨드 프롬프트를 연다. (가상환경으로 들어가서 시작) 로컬에서 테스트 한것: # 코드가 수정되었습니다. 라는 텍스트가 추가된것을 볼수있다. 푸티에서 실행시킨것: # 실서비스의 스트림릿은 아직 반영 안됨 테스트가 성공하면 커밋 후 깃허브에 푸시한다. 푸.. 2022. 5. 24.
[Linux] 폴더 이동 및 기본 동작 먼저 푸티를 실행시킨다. 시작하려면 AMI의 기본 사용자 이름을 입력 해야한다. 아마존 리눅스의 경우 ec2-user를 입력한다. pwd로 현재 작업하고있는 폴더의 경로를 볼수있다. cd ~로 홈디렉토리로 이동하자. cd(change directory)로 디렉토리를 변경하고 ~는 홈이라는 뜻이다. cd /로 최상위 디렉토리 (root)로 이동할수있다. cd /home로 루트의 홈디렉토리로 이동할수있다. 다시 cd ~로 자신의 디렉토리에서 홈으로 갈수있다 cd . . 으로 상위폴더로 갈수있다. ls로 현재 폴더에서의 파일들을 볼수있다. 최상위 폴더에서의 구성요소들을 ls로 확인해보자. ls -l 로 각 파일들의 자세한 설명을 볼수있다. exit으로 종료한다. 2022. 5. 23.
[Linux] EC2를 활용한 AWS 배포, 리눅스에 파이썬 다운로드, 깃 클론 (ft. 파이썬 가상환경 설정) 이때까지는 로컬과 깃에서 스트림릿을 푸시하고 풀해줬다면 이것을 AWS의 EC2를 활용해서 배포해야 한다. 깃에서 AWS로 Streamlit을 배포하려면:소스코드를 깃허브에 올린다.깃허브에서 AWS로 데이터를 클론해서 가져온다.비어있는 리눅스 서버를 만들어서 필요한 프로그램들을 설치한다.소스코드는:https://startcod.tistory.com/67 [Streamlit] 실습: 자동차 가격 예측 앱 개발 (작성중)1. 공공데이터나 캐글에서 데이터를 가져와서 코랩을 이용해서 분석한다. (EDA + ML) [이것을 파일로 저장한다.] 2. 로컬에서 스트림릿을 이용해서 웹 대시보드를 만든다. 3. AWS를 이용해서 배포한startcod.tistory.com이걸 사용해줄 예정이다.   먼저 AWS에서 EC2를.. 2022. 5. 23.
[Streamlit] 로컬에서 만든 앱을 AWS로 배포, 가상환경 구성: joblib 로컬에서 만든 앱을 AWS로 배포하는 순서: 공공데이터나 캐글에서 데이터를 가져와서 코랩을 이용해서 분석한다. (EDA + ML) [이것을 파일로 저장한다.] 로컬에서 스트림릿을 이용해서 웹 대시보드를 만든다. AWS를 이용해서 배포한다. 사용할 데이터: https://startcod.tistory.com/40 [머신러닝] Scaler의 inverse_transform, RandomForest 자동차 소비자들의 데이터를 토대로 자동차 구매 가격을 예측하는 인공지능을 만들어보자 df= # 이 중에서 성별부터 자본까지만 데이터로 활용하자. 전처리과정: df.isna().sum() # NaN없음 X = df.iloc[:, startcod.tistory.com joblib.dump로 인공지능에 쓰인 파일들을 저.. 2022. 5. 20.
[Streamlit] 반응형 차트 만들기 스트림릿에서 제공해주는 line_chart와 area_chart를 사용해서 언어의 사용 빈도수를 표현해보자 in: lang_list = df1.columns[1:] choice_list = st.multiselect('언어를 선택하세요',lang_list) if len(choice_list)!=0: df_choice = df1[choice_list] st.line_chart(df_choice) st.area_chart(df_choice) out: # 먼저 데이터프레임의 컬럼명들을 리스트로 만들었다. # 그후, 멀티셀렉트를 사용해서 변수로 만들었다. 스트림릿이 제공하는 bar_chart도 있다. in: st.bar_chart(df2.iloc[:,0:-1]) out: 웹에서 사용할수있는 차트 라이브러리 중 .. 2022. 5. 20.
[Streamlit] 차트 그리기 스트림릿에서 차트를 그릴수있다. sepal_length와 sepal_width의 관계를 scatter 차트로 나타내보자 in: fig = plt.figure() plt.scatter(data= df, x='sepal_length', y= 'sepal_width') plt.title('Sepal Length vs Width') plt.xlabel('sepal length') plt.ylabel('sepal width') st.pyplot(fig) out: # 스트림릿에서 pyplot이나 seaborn 차트를 나타낼때 plt.show 함수대신 st.pyplot 함수를 사용한다. regplot을 사용해보자 in: fig3 = plt.figure() sns.regplot(data= df, x='sepal_len.. 2022. 5. 20.
[Streanlit] 파일 분리 작업 코드의 복잡도를 줄이기위해 파일을 분리해서 작업한다. 사이드바에 메뉴를 만들어 해당 메뉴를 선택하면 해당 페이지가 나오도록 한다.import streamlit as st menu = ['Home', 'EDA','ML','About'] choice = st.sidebar.selectbox('메뉴',menu) if choice == menu[0]: # 여기 들어갈 내용을 다른 파일로 만든다. pass elif choice == menu[1]: pass elif choice == menu[2]: pass elif choice == menu[3]: pass# 먼저 틀을 잡았다.  홈화면을 위한 코드를 작성한다. in:imp.. 2022. 5. 20.

티스토리툴바