[광화문] 2009년 광화문 복원 공사 조감도

2009년 완공 예정인 광화문의 복원 완공 조감도이다. 답도가 예전처럼 길고 웅장 했으면 하는 아쉼이 많이 남는다.
정면 궁성도 어느정도 복원을 들어가고 부속 건물들도 함께 복원을 할예정하지만 또 아쉬움이 남는건 동십자각과 궁성 연결은 힘들듯 싶다치욕의 시간을 함께 했던 광화문의 진정한 원래 모습을 찾기를 기원한다. 광화문의 옛모습

댓글

댓글 쓰기

이 블로그의 인기 게시물

Arch 계열 리눅스 구글 크롬 설치

이미지
개요 리눅스 계열 데스크탑 OS 는 기본적으로 파이어폭스가 기본 브라우져로 설치 되어있다. 아무래도 이제 크롬이 익숙하다보니 크롬을 찾는 경우도 많고 리눅스와 파이썬 좀 한다 싶음 자동화 때문에라도 크롬을 찾기 마련이라 크롬을 설치해본다. 패키지 수동 설치 (AUR Helper 사용 안함) base-devel 패키지 설치 $ sudo pacman -S --needed base-devel git AUR 레포지토리(git 사용)에서 Chrome 설치 $ git clone https://aur.archlinux.org/google-chrome.git $ cd google-chrome $ makepkg -si 버전 업그레이드 AUR에서 버전 릴리즈가 이루어지면 수동으로 업그레이드 할 수 있다. $ git pull $ makepkg -si AUR Helper 사용 설치 AUR Helper 를 수동 패키지 처리 $ sudo pacman -S --needed base-devel git $ git clone https://aur.archlinux.org/yay-git.git $ cd yay $ makepkg -si 크롬 설치 $ yay -S google-chrome 버전 업그레이드 주의 pacman과 달리 yay는 "sudo"권한으로 실행하면 안된다. $ yay -Syu
자세한 내용 보기

미국 주식 Ticker(종목) 데이터 리스트업 #핀비즈 #자동화

이미지
개요 해외 주식을 하다보면 네이버 증권의 시가총액 목록 처럼 목록화 하는 페이지를 보고 싶어하는 분들이 많지만 미국 주식이 그렇게 호락호락 하지않음을 잘 알것이다. 돌고돌다 보면 finviz.com(이하 핀비즈)의 Screener(이하 스크리너) 페이지를 통해서 목록화를 시도 하는게 가장 깔끔하다. pandas 모듈을 활용하는 Python 패키지 pyfinviz 를 소개 해본다. from pyfinviz.screener import Screener # 매개변수 없음(기본 스크리너 테이블) screener = Screener() # with params (Analyst가 강력 매수 추천하는 "STOCKS ONLY"의 처음 3페이지) options = [Screener.IndustryOption.STOCKS_ONLY_EX_FUNDS, Screener.AnalystRecomOption.STRONG_BUY_1] screener = Screener(filter_options=options, view_option=Screener.ViewOption.VALUATION, pages=[x for x in range(1, 4)]) # available variables: print(screener.main_url) # 스크랩 URL print(screener.soups) # beautiful soup 페이지 단위 오브젝트 {1: soup, 2: soup, ...} print(screener.data_frames[0]['Ticker']) # 페이지 단위 pd.DataFrame 오브젝트 테이블 정보 {1: table_df, 2, table_df, ...} 크게 레인지를 주면 뻗어 버릴 가능성이 농후하니 머리를 많이 써야 한다 한다. ㅎㅎ
자세한 내용 보기

Bijection #짧은주소 를 만들어보자

이미지
bit.ly 를 보다보니 Short URL 서비스를 보다보니 다합쳐도 글자수로 22열 이다. (예: https://bit.ly/3o5QAs3) 문득 path 쪽을 유심히 보면 일정한 규칙에 의해서 작성이 되는듯하다 bit.ly 는 월에 2억개의 URL이 생성된다고 주장한다 Int(4byte) unsigned 기준으로 대략 42.8억의 표기를 한다 쳐도 10자리가 필요하다. 그것도 주장 대로라면 대략 21개월이면 꽉 채워 진다. 늘 그렇듯 검색의 바다에서 원리를 찾아 떠나다 이래저래 찾다보니 전단사 대응에 대해서 알게 되었다. 사실 우여 곡절이 많았다 BASE64 부터 md5, hex 등등 원하는 값이나 길이에 못미치는 상태 였다. 여윽시 chatGPT? Bijection(전단사 대응)은 한 세트의 원소들을 다른 세트의 원소들로 일대일로 대응시키는 함수입니다. Python에서 bijection을 구현하는 방법은 여러 가지가 있지만, 가장 간단한 방법은 딕셔너리를 사용하는 것입니다. 딕셔너리는 각 원소를 키(key)와 값(value)으로 매핑하는 자료형입니다. 답은 쉽게 구할 수 있었지만 이 과정까지 가는데 검색 엔진을 이래저래 뒤지고 또 뒤지고 나서야 Bijection이라는 용어를 알게 되었다 사실 대략적으로 숫자의 값을 나눠서 나머지 (hex 와 비슷할꺼라 생각) 를 매칭할 계획이었다. chatGPT 가 만들어준 코드 chatGPT는 개인적으로 중급 이상의 개발자에겐 정말 부사수 같은 개발자이지 싶다. 큰 그림을 그리다가 막상 코딩을 하려면 어디서 부터 할지 또는 중간 중간 검색을 통해서 그걸 검증하고 하는데 시간이 많이 걸리는데 chatGPT는 그런 부분에서 상당히 시간을 줄일 수 있도록 도와준다. def create_bijection(keys, values): if len(keys) != len(values): raise ValueError("The number of keys and values mus...
자세한 내용 보기