주식종목토론실자동작성 그로스 (191116) 해킹 수강후기] [패스트캠퍼스





100% 반납을 받기 가해서는 미션을 수행해야 합니다. 저는 100% 반납과정 이벤트로 ‘그로스 해킹’ 교과목을 수강신청했습니다. 10주가 정말 빨리 지나가네요. 9월부터 시작된 패스트캠퍼스 10주차과정이 이번주로 갈무리가 됩니다.

참여물표하는 것이 습관화되어야 하는데 가다가 까먹고 있다가 뒤늦게 참여물표를 하기구 했습니다. 일주일에 5번 참여을 해야 하는데, 이것도 각오보다 쉽지 않더군요. 이번주에 무결함 날림를 해서 1번) 강설 100% 완강은 성공했고, 만날만날 참여도 빠짐없이 했습니다. 미션은 나중과 같습니다.

대학교 다닐때 기말고사가 끝나고 프로젝트 총괄목표(텀 프로젝트?)를 제출했었는데, 그런 종류의 미션으로 깨달음했습니다. 수강후반기를 작성하는 것은 위에 상 캡쳐한것과 같이 가만히 수강했던 내역을 간단히 개요/정리하고 상 캡쳐하는 것 뿐만 아니라 강설로 만들어낸 피날레 결실물을 1개앞 포함해야 한다고 되어 있습니다. 남은건? 4번) 네이버 블로그에 수강후반기를 작성하는 것입니다. 아무튼 2번) 참여물표도 성공했고, 3번) 일주일에 일차씩 공부일기를 네이버 블로그에 업로드 하는것도 10회 끝막음했고요.

그로스 해킹 총체화2. 1. 일단 본적지으로 그로스 해킹과정에서 배운것을 기틀로 진행해야 하는 프로젝트애기 까닭에 강석 리스트를 또다시 일차 훑어보기로 했습니다. 하여 프로젝트를 수행할까?끝판 수강후반기를 작성할때 toy project를 낱 수행해야 하는데, 하여 것을 할지 선정해보기로 했습니다.

콘텐츠 마케팅6. Paid 마케팅5. 구글 애널리틱스4. 유닛 이코노믹스3.

프로그래밍에 대한 깨달음와 기지10. 개척자와의 협업9. 마케팅 대시보드8. 이메일 마케팅7.

? 프로젝트로 수행하기에 적절하지 않다고 각오했습니다. 그로스 팀 건물 총 11개의 모티브로 강설가 구성되어 있는데, 더블에서 마케팅 관계 내역은 제가 마케팅을 할일이 없어서. 크롤링11.

개인적으로 옛날에 경각 주권 자동매수 곡목을 만들어본적지이 있었는데, 이때는 데이터를 증서API를 이용하여 DB에 갈무리하는 구조물였습니다. ‘크롤링’을 모티브로 다양한 웹 사이트를 크롤링(데이터를 긁적이다오는 것)하는 것을 강설에서 알려주고 있는데, 이 국부을 베이스로 해서 제가 모으고 싶은 데이터를 긁적이다오는 곡목을 만들어보기로 했습니다. 아무래도 생업이 개척자이다 보니 크롤링 과정이 갑 골에 쏙쏙 들어오고 프로젝트 목표로 수행하기에도 적절하다고 각오했습니다. 1번 총체화 강설도 말그래도 총체화애기 까닭에 프로젝트목표의 자재로써는 마땅치 않고, 결국 남은건 프로그래밍, 크롤링, 구글애널리틱스 가량였습니다.

jetbrains. * url: https://www. Python 개척분위기 셋팅크롤링 곡목을 작성하기 가해 일단 python 개척분위기부터 셋팅하기로 했습니다. 이때 좀 아쉬웠던 국부이 보도첩보나, 네이버/나중에서 제공하는 증서사 데이터(상)를 가져오면 어떨까 각오했었는데, 하지 못했던 점이었습니다.

이것으로 간단하게 python이 구동되는 분위기까지는 셋팅끝막음입니다. gHacking 이라는 프로젝트를 생성하고 곡목이 잘 동정하는지 hello, world 부터 찍어봤는데, 잘되는군요. 크롤링 곡목을 만드는데 전문적 이 나위해보이진 않네요. com/pycharm/download/#section=windows 저는 공짜버전인 Community Edition 을 가설하기로 했습니다.

크롤링을 위한 파이썬 라이브러리를 가설하고나서, 끝판으로는 Chrome 웹 브라우저를 꼭 명이 왜곡하는 것처럼 시뮬레이션(=자동화)하기 위한 Chrome나사돌리개를 아웃로드 해야 합니다. 위에 보이는 것처럼 pip 파이썬 패키지 관리툴을 이용하여 제 개인용일렉트로닉컴퓨터에 긴하다 라이브러리를 가설해보겠습니다. 본 강석에서도 ‘크롤링을 위한 기물 가설’ 라는 소문제으로 강설가 낱 있는데, 이국부을 참고하면 됩니다. 나중으로는 크롤링에 긴하다 라이브러리를 가설해야 합니다.

3904. 0. 제가 이용하는 Chrome 버전을 확인해보니 현 시각 규격으로 78. Chrome나사돌리개 아웃로드 할때 목하 내가 이용하는 Chrome Browser가 하여 버전인지 확인하고, 당해 버전에 맞는 나사돌리개를 아웃로드해야 합니다.

com/a/chromium. google. 그러면, 아래쪽 chrome나사돌리개 를 아웃받을 수 있는 곳(https://sites. 97 최신버전이라고 나오네요.

XX 버전도 있네요? 무엇 앞하지만, 암튼 전 78. 0. 응? 근데, 제 브라우저가 최신이라고 나오는데, 나사돌리개아웃로드 하는곳에 가보니 79. org/chrome나사돌리개/downloads)으로 가서, 나사돌리개를 아웃로드 해보겠습니다.

exe 기록철을 아웃로드 했습니다. 아래쪽 과정에 chrome나사돌리개. XX 버전을 아웃로드 해보겠습니다. 0.

이왕 크롤링을 하는 법칙은 송두리째 동일합니다. 크롤링할 웹사이트 분해네이버에서 ‘네이버 금융’ 을 키워드로 검출을 하고, 링크를 따라가보면 여러가지 증서첩보를 볼수 있는데, 저는 간단하게 시가총액을 규격으로 배열되어 있는 비디오에서 첩보를 긁적이다보기로 했습니다. requests, bs4, selenium 모듈을 import해도 과실가 발생하지 않는군요 ^^; 이것으로 일단 개척분위기 셋교미하다 갈무리 했습니다. pip 를 이용해서 라이브러리가 잘 가설되었는지는 단말기을 낱 띄워서 아래쪽 명령어를 통해 확인했습니다.

강석에서 나온 국부중에 개변한 국부에 창해 간략히 서설합니다. 패스트캠퍼스 강석에 나온 코드를 베이스로해서, 제가 단행하는 분위기에 맞게 국부만 수정하여 코딩하고 곡목을 돌려보았습니다. 그래서 책장 낱만 잘? 긁적이다오면 여전하다 곡목을 활용해서(=슬쩍만 변모하면) 딴 웹 책장의 데이터도 쉽게(?) 긁적이다올 수 있습니다. 겨우 긁적이다오려는 책장의 HTML, CSS 가 다르기 까닭에 이 국부만 잘 분해해서 긁적이다오려는 국부의 코드를 개변해주면 됩니다.

2. 강석에서는 인스타그램, 네이버, 트위터 등을 예제로 보여주었는데, 저의 경우 네이버금융 사이트에서 시가총액 50위 주권종목을 긁적이다오고자 했기 까닭에, 당해 웹사이트 거주지를 입력했습니다. URLURL은 selenium 라이브러리를 이용하여, 데이터를 긁적이다오고자 하는 웹 사이트의 거주지를 입력해야 합니다. 1.

exe 를 아웃로드 해놨기까닭에 아래쪽와 같이 제정했습니다. 저의 경우 D:\곡목\chrome나사돌리개 과정에 chrome나사돌리개. 이국부 짐짓 이용인마다 송두리째 다를텐데요. 나사돌리개_URL이 모수에는 chrome나사돌리개가 위치하는 과정를 입력해야 합니다.

HTML/CSS 코드에서 이용인별로 간청하다 데이터를 파싱(parsing) 해야 하는데, 이 국부도 chrome나사돌리개 에서 공급하다주는 find_elements_by_css_selector api 를 이용하면 됩니다. chrome 나사돌리개객관를 생성하고, 당해 객관의 get 함수를 이용하여 특정 URL 거주지의 HTML 코드를 받아오게 됩니다. scrap 함수 구현그리고 scrap 함수안의 구현 로직은 강석에서 보여준것과 무결함히 동일합니다. 3.

저의 경우 주권데이터를 python 의 dict 본형에 갈무리하고, 각자의 주권첩보를 가격표 모수에 낱씩 별도(append) 해서 HTML 코드 파싱을 갈무리하고 가격표 를 return 합니다. 이국부은 약간 뒤에 또다시 서설해보겠습니다. 매개모수로 전달하는 css selector 는 실은 글공부가 좀 긴하다 국부이긴 한데, 요사이은 chrome browser 개척기물에서 이런 국부을 쉽게 알수 있도록 UI 로 보여주는 국부이 있는데, 이 국부을 활용하면 css selector를 완벽하게 알지 못해도 어느가량는 구현할 수 있습니다. 함수 이용은 동일낱 함수에 전달하는 매개모수 국부이 각 사이트별로 달라지게 됩니다.

(기록철 확장자는 csv) 그리고 이때 갈무리할때 csv 로 갈무리하기 가해서 기존데이터에서 콤마(,)가 포함된 경우에는 콤마를 제거하는 국부을 별도해주었습니다. 네이버 금융에서 긁적이다온 데이터는 아래쪽와 같이 굉장히 다양하지만, 더블에서 구미있는 데이터만 엑셀로 보기 가해서, 종목명, 목하가, 시가총액, 경제행위량, PER 5개 첩보만 엑셀로 갈무리했습니다. 엑셀기록철로 갈무리scrap 함수에서 만든 주권데이터(dict의 가격표)를 엑셀로 불러와서 보기 가해서 피날레데이터를 csv 기록철로 만들었습니다. 4.

from selenium import web나사돌리개URL = ‘https://finance. 근래 돌아다니다 파이썬을 이용한 데이터 분해, 파이썬을 활용한 데이터 크롤링이라고 하면 무엇 대단한것 같지만 실은 파이썬이라는 프로그래밍 말씀가 굉장히 간결하고 윤택하다 api와 라이브러리를 제공하기 까닭에 코드가 직관적이고 가독성이 좋고 구현할 내역이 많지 않은것 같습니다. 몇줄 되지 않지만 이 빠르다 코드를 통해 시가총액 상위 50위 주권종목의 데이터를 가져올 수 있었습니다. N종목명목하가어제비등락률액면가시가총액상장주권수외인비경제행위량PERROE논의실 위에서 서설한 완성된 코드는 나중과 같습니다.

exe’def scrap():try:나사돌리개 = web나사돌리개. nhn’나사돌리개_DIR = ‘D:\곡목\chrome나사돌리개\chrome나사돌리개. com/sise/sise_market_sum. naver.

find_elements_by_css_selector(‘상. get(URL)stock_scheme = [‘no’, ‘종목명’, ‘목하가’, ‘어제비’, ‘등락률’, ‘액면가’, ‘시가총액’,’상장주권수’, ‘외인비’, ‘경제행위량’, ‘PER’, ‘ROE’]stock_datas = []stocks = 나사돌리개. implicitly_wait(10)나사돌리개. Chrome(execu상_path=나사돌리개_DIR)나사돌리개.

replace(“,”, “”) for info in stock_infos[:12]]))stock_datas. text. find_elements_by_css_selector(‘td’)if len(stock_infos) != 13:continuestock_dict = dict(zip(stock_scheme, [info. 생김새_2 > tbody > tr’)n = 1for stock_tr in stocks:stock_infos = stock_tr.

csv’, ‘w’) as f:for stock in stock_datas:열 = “, “. close()stock_datas = scrap()with open(‘stocks. ” % (n, stock_dict[‘종목명’]))n += 1return stock_datasexcept:print(“Exception happen”)finally:나사돌리개. append(stock_dict)print(“%s %s 첩보를 얻어왔습니다.

“)코드를 돌린 결실물을 일차 보면 나중과 같습니다. csv 기록철에 주권첩보를 갈무리했습니다. write(열 + “\n”)print(“stocks. join([stock[‘종목명’], stock[‘목하가’], stock[‘시가총액’], stock[‘경제행위량’], stock[‘PER’]])f.

단행결실 상 엑셀기록철 상 나중목표는 . 이래에는 엑셀에서 지간청하다 많은 작용을 통해 데이터를 여러가지 법칙으로 개변, 왜곡하면서 분해할 수 있고 이를 통해 데이터속에서 insight 를 찾을수 있게 될 것입니다. 네이버 금융 웹 사이트에서 조사했던 첩보가 엑셀에서도 볼 수 있게 됩니다.

만날 특정시간(삼일우감 이래?)에 python 곡목을 단행명령하다 자동화까지 준비되면 만날 데이터는 알아서 수라이 되고 명이 할일은 수라된 데이터를 다양한 모에서 분해만 하면 될 것 같습니다. 당연히 명이 만날 python 곡목을 단행해서 데이터를 엑셀이든 Database든 갈무리해도 되겠지만, 번거롭기구 하고 간단반복적인일은 일렉트로닉컴퓨터가 갑 능숙하다 일이니, 기어이 명이 할 나위는 불가능하다는 각오이 듭니다. 위에서 봤던것처럼, 특정 웹 사이트에서 데이터를 긁적이다오는 것은 구현이 되었는데, 주권 데이터의 속성상 만날 데이터를 수라하고 DB화 해야 합니다.

이로써, 그로스해킹 수강후반기를 갈무리 합니다. 행여나 관계 첩보 아시는 분 있으면 댓글로 공유 부탁드립니다. 총체인들도 이런 자동화 법제을 건설하고자 할때 하여 솔루션을 이용하면 좋을지 일차 알아보는것도 제 블로그에 오시는 분들께 유용한 첩보가 될것 같습니다. 개인적으로 자동화하면 극히 익숙한것이 jenkins 인데, 대체로 개척사무를 하시는 분들은 많이 알고있을것 같은데 총체 이용인들 관점에서는 슬쩍의 진관점벽이 있을것 같습니다.

#패스트캠퍼스 #패스트캠퍼스온라인 #패스트캠퍼스올인원패키지 가르침 . 긴 글 읽어주셔서 감사합니다.