본문 바로가기

반응형

분류 전체보기

(126)
스타레일 "블랙 스완" 등장! 스타레일에 많은 개척자분들이 기다려온 페나코니 지역이 오픈됐습니다! 새로운 지역과 함께 새로운 5성 캐릭터인 "블랙 스완" 픽업이 진행 중입니다. 스타레일은 새로운 5성 캐릭터가 나올 때마다 준수한 성능을 보여주는데요, 블랙 스완 역시 좋은 성능을 가지고 있다고 합니다. 그럼, 블랙 스완이 어떤 캐릭터인지 함께 알아보도록 하겠습니다. 출발합니다! 블랙 스완 블랙 스완은 바람 속성을 가진 공허 캐릭터입니다. 점술사 컨셉으로 공격 시 카드를 사용하는 모습을 볼 수 있습니다. 보라색 퍼스널 컬러와 도도한 모습이 특징인 캐릭터입니다. 외모도 준수한 편이나 감자는 개인적으로 "완매"가 더 매력적으로 느껴집니다. 디버프 스킬 블랙 스완은 "아르카나"라는 디버프 스킬을 보유하고 있습니다. 최대 50개까지 중첩되며 적..
로그라이크 기대작 "네버 그레이브: 마녀와 저주" 대박을 터트린 어둠의 포켓몬 "팰월드"의 개발사 "포켓페어"가 신작인 "네버 그레이브: 마녀와 저주"의 데모 버전을 스팀 넥스트 페스트를 통해서 공개했습니다. 팰월드가 다른 인기 게임의 특징을 가져왔듯이 네버 그레이브 역시 같은 장르의 인기 게임인 "할로우 나이트"의 특징을 쉽게 찾아볼 수 있습니다. 논란의 문제가 있을 듯 하지만 할로우 나이트가 좋은 평가를 받는 게임인 만큼 할로우 나이트의 특징을 가져온 네버 그레이브 역시 재미있는 게임으로 출시될 것 같습니다. 그럼, 네버 그레이브는 어떤 게임인지 간단히 알아보도록 하겠습니다. 출발합니다! 네버 그레이브 로그라이크 및 매트로배니아 형식의 게임입니다. 횡스크롤형 맵을 탐험 하며 캐릭터를 성장시켜 각 스테이지의 보스를 클리어하는 게임입니다. 로그라이크이기..
넷플릭스 화제의 애니메이션 "약사의 혼잣말" 최근 잔잔한 애니메이션을 찾다가 정주행 하게 된 애니메이션이 있는데요, 바로 "약사의 혼잣말"입니다. 시골에 천재 약사 소녀가 후궁에 들어가면서 겪는 이야기를 다루고 있는데요 잔잔하면서 몰입감 높은 스토리와 개성 넘치는 캐릭터들이 다음 에피소드를 계속 기다리게 합니다. 그럼, "약사의 혼잣말"에 대해 좀 더 알아보도록 하겠습니다. 주인공 "마오마오" 약사의 혼잣말의 주인공인 "마오마오"는 작은 마을에서 아버지와 함께 약방을 운영하고 있습니다. 어느 날 숲에 약초를 채집하러 나왔다가 납치범에게 납치되어 후궁에 시녀로 팔리게 됩니다. 뛰어난 관찰력과 약초에 대한 해박한 지식이 있는 메이메이는 후궁에서 발생하는 다양한 사건을 해결하며 점점 많은 사람들의 관심을 받게 됩니다. 마오마오는 독을 매우 사랑하기 때문..
SRPG 기대작 "소드 오브 콘발라리아" 스팀 데모 버전 후기 SRPG 기대작인 "소드 오브 콘발라리아"의 데모 버전이 스팀에 공개됐습니다. 데모 버전은 2월 5일부터 12일 오전 10시까지 플레이 가능합니다. 감자는 SRPG를 너무 좋아하기 때문에 퇴근 후 바로 다운받아서 플레이해 봤습니다. 데모 버전은 한국어를 지원하지 않기 때문에 영문으로 진행했습니다. SRPG 팬으로서 소드 오브 콘발라리아 데모 버전 플레이 후기를 적어보도록 하겠습니다. 도트 SRPG 기대작 '소드 오브 콘발라리아' 추가 정보 안녕하세요, 더스퍼드입니다. 도트 SRPG 기대작 '소드 오브 콘발라리아'의 출시 날짜가 다가온 것 같습니다. 인플루언서들이 게임 후기를 남겨주시면서 게임에 대한 많은 정보가 풀렸습니다. '소 thespud.kr "파랜드 택틱스" 같은 신작 모바일 SRPG 게임 "소드..
파이썬 사이킷런 (Scitkit-Learn)과 선형회귀 모델 (1) 선형회귀 모델은 데이터 분석에서 정말 자주 사용되는데요, 선형회귀 모델은 변수 간의 상관관계를 파악하여 관계를 예측하는 데 사용됩니다. 한 가지 이상의 변수들의 관계 역시 분석할 수 있습니다. 머신러닝을 활용한 선형회귀 모델을 파이썬에서 제공하는 사이킷런 (Scitkit-Learn) 라이브러리를 사용하여 만들 수 있습니다. 머신러닝을 진행할 때 전체 데이터 (학습 데이터)를 학습에 사용하고 일부 데이터 (테스트 데이터)는 성능을 평가하기 위해 사용되기 때문에 데이터를 무작위로 섞어서 분할하는 과정이 필요합니다. 이번 글에서는 기본 선형회귀 그래프를 만들어 보고 선형회귀 모델을 만들기 위해 데이터를 분할하는 방법에 대해 알아보도록 하겠습니다. 기본 선형회귀 그래프 import numpy as np impo..
PS5 액션 RPG 기대작 "스텔라 블레이드" 4월 26일 출시 소니의 PS 스테이트 오브 플레이에서 시프트업이 개발하는 "스텔라 블레이드"의 신규 트레일러와 출시일이 공개됐습니다. 이번 PS 스테이트 오브 플레이에서 플스 스튜디오가 스텔라 블레이드에 지원을 아끼지 않은 만큼 소니에서 굉장히 기대하고 있는 게임입니다. "니케"라는 글로벌 IP를 보유한 시프트업이 다시 한번 스텔라 블레이드로 글로벌 게임 시장에 큰 파도를 일으킬지 많은 게이머들의 관심이 집중되고 있는데요, 신규 트레일러를 통해 스텔라 블레이드가 어떤 게임인지 함께 알아보도록 하겠습니다. 게임 스토리 스텔라 블레이드의 세계관은 종말 이후의 지구를 배경으로 하고 있습니다. 괴물 "네이티브"와의 전쟁에서 패배한 인류는 우주의 콜로니로 퇴각했으며, 지구 탈환을 위해 주인공 "이브"를 포함한 강하부대를 지구로 ..
3월 8일 출시 예정 SRPG 기대작 "유니콘 오버로드" 벌써 2024년의 2월이 찾아왔습니다. 2월에는 "그랑블루판타지 리링크"와 "페르소나3 리로드"만 알차게 즐겨도 시간이 금방 갈 것 같습니다. SRPG 팬들이라면 3월에 출시하는 이 게임도 주목하실 텐데요, 바로 "유니콘 오버로드"입니다. 유니콘 오버로드에 대해서 이전에 다른 글에서 다룬 적이 있습니다. 이번에는 유니콘 오버로드에 대한 추가 정보를 함께 알아보도록 하겠습니다. 9월 닌텐도 다이렉트 신작 소식 "유니콘 오버로드" 안녕하세요, 더스퍼드입니다. 9월14일 닌텐도 다이렉트에서 여러 신작 소식을 들을 수 있었는데요, 그중에서 '유니콘 오버로드'라는 게임이 마음에 들어서 여러분과 함께 정보를 공유하고자 합 thespud.kr 시뮬레이션 전투 시스템 유니콘 오버로드는 캐릭터를 직접 조작하는 턴제 방식..
Matplotlib 기본 라인 그래프 만들기 데이터분석은 데이터에서 인사이트를 발견하고 발견한 사실을 데이터에 대한 지식이 없는 분들도 쉽게 이해할 수 있도록 데이터를 시각화하는 작업이 필요합니다. 파이썬에서 제공하는 Matplotlib 라이브러리를 사용하면 데이터시각화에 도움이 되는 다양한 그래프를 만들 수 있습니다. Matplotlib를 사용하여 기본 라인 그래프를 만드는 방법을 알아보겠습니다. 출발합니다! 직선 라인 그래프 import matplotlib.pyplot as plt Matplotlib 라이브러리를 사용하려면 "import matplotlib.pyplot as plt" 라인을 입력해야 합니다. Matplotlib 라이브러리를 불러온다는 의미이며 as 뒤에는 사용하기 편한 아무 별칭을 입력하면 됩니다. import numpy as ..
세상에서 가장 긴 일주일, 페르소나 3 리로드 2월 2일 출시! 감자는 최근 가장 긴 일주일을 보내고 있는데요, 바로 2월 2일 출시 예정인 "페르소나 3 리로드" 때문입니다. 페르소나 시리즈 중 많은 분들이 명작이라고 평가하는 페르소나 3의 리메이크 작품을 곧 플레이할 수 있습니다! 감자는 페르소나 5 로열을 통해 페르소나 시리즈에 입문했기 때문에 원작 페르소나 3를 플레이하지 않았습니다. 워낙 페르소나 5 로열을 재미있게 플레이해서 페르소나 3 리로드도 엄청 기대하고 있습니다. 아, 가격은 조금 아픕니다 ㅠㅠ. 원작을 플레이하지 않은 입장에서 원작과 어떤 점이 달라졌는지 함께 알아보도록 하겠습니다. 출발합니다! 몰입도 높은 애니메이션 페르소나 3가 제작사인 아틀러스의 마지막 작품이 될 수도 있었다는 사실을 알고 계셨나요? 페르소나 3가 흥행을 하면서 망해가던 아틀..
판다스 데이터프레임 합치기 (concat, merge) 데이터 분석을 하다 보면 다른 데이터프레임을 서로 합쳐야 하는 경우가 있는데요, 판다스로 다른 데이터프레임을 합치는 방법에 대하여 알아보도록 하겠습니다. 출발합니다! 데이터 준비 1 data_one = {'A': ['A0', 'A1', 'A2', 'A3'],'B': ['B0', 'B1', 'B2', 'B3']} data_two = {'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']} one = pd.DataFrame(data_one) two = pd.DataFrame(data_two) 먼저 임의로 데이터프레임 두 개 (one과 two)를 만들어 줍니다. one two Concat ( ): 행을 기준으로 합치기 A = pd.concat([one,t..

반응형