Intern Project 3. 메인 기능 함수 만들기(2)

본인이 만든 함수들은 각 ipynb로 분류해 놓았다. 그러므로 이를 따라하는 것을 추천하지는 않는다..

import import_ipynb
import send_email
import Main_1
import call_Graph
import pandas as pd


importing Jupyter notebook from send_email.ipynb
importing Jupyter notebook from Main_1.ipynb
importing Jupyter notebook from call_url.ipynb
importing Jupyter notebook from call_all_company.ipynb
importing Jupyter notebook from call_GRU_predict.ipynb
Epoch 1/15
375/375 [==============================] - ETA: 0s - loss: 0.4081 - acc: 0.8263
Epoch 00001: val_acc improved from -inf to 0.84589, saving model to best_model_GRU.h5
375/375 [==============================] - 55s 145ms/step - loss: 0.4081 - acc: 0.8263 - val_loss: 0.3822 - val_acc: 0.8459
Epoch 2/15
375/375 [==============================] - ETA: 0s - loss: 0.3341 - acc: 0.8630
Epoch 00002: val_acc improved from 0.84589 to 0.85187, saving model to best_model_GRU.h5
375/375 [==============================] - 55s 145ms/step - loss: 0.3341 - acc: 0.8630 - val_loss: 0.3605 - val_acc: 0.8519
Epoch 3/15
375/375 [==============================] - ETA: 0s - loss: 0.3128 - acc: 0.8725
Epoch 00003: val_acc did not improve from 0.85187
375/375 [==============================] - 55s 146ms/step - loss: 0.3128 - acc: 0.8725 - val_loss: 0.3565 - val_acc: 0.8499
Epoch 4/15
375/375 [==============================] - ETA: 0s - loss: 0.2961 - acc: 0.8803
Epoch 00004: val_acc did not improve from 0.85187
375/375 [==============================] - 55s 146ms/step - loss: 0.2961 - acc: 0.8803 - val_loss: 0.3612 - val_acc: 0.8492
Epoch 5/15
375/375 [==============================] - ETA: 0s - loss: 0.2810 - acc: 0.8872
Epoch 00005: val_acc did not improve from 0.85187
375/375 [==============================] - 53s 142ms/step - loss: 0.2810 - acc: 0.8872 - val_loss: 0.3755 - val_acc: 0.8447
Epoch 6/15
375/375 [==============================] - ETA: 0s - loss: 0.2659 - acc: 0.8948
Epoch 00006: val_acc did not improve from 0.85187
375/375 [==============================] - 54s 143ms/step - loss: 0.2659 - acc: 0.8948 - val_loss: 0.3756 - val_acc: 0.8431
Epoch 7/15
375/375 [==============================] - ETA: 0s - loss: 0.2504 - acc: 0.9023
Epoch 00007: val_acc did not improve from 0.85187
375/375 [==============================] - 58s 155ms/step - loss: 0.2504 - acc: 0.9023 - val_loss: 0.3964 - val_acc: 0.8342
Epoch 00007: early stopping
492/492 [==============================] - 10s 20ms/step - loss: 0.3621 - acc: 0.8509

 테스트 정확도: 0.8509
importing Jupyter notebook from call_Graph.ipynb

 

 

def kwandoll():
    check1=int(input("어떤 작업을 수행하시겠습니까?\n"+"[1]:경쟁회사 전체 데이터\n"+"[2]:경쟁회사 및 자사 데이터"))
    check2=int(input("분류된 데이터를 확인하시겠습니까?\n"+"[1]:예"+"[2]:아니오"))
    check3=int(input("이메일로 받으시겠습니까?\n"+"[1]:예"+"[2]:아니오"))
    check4=int(input("그래프로 확인해보시겠습니까?\n"+"[1]:예"+"[2]:아니오"))
    if(check1==1):
        
        if(check2==1 and check4==1):
            
            Main_1.classified_all_data()
            df=pd.read_csv("C:\\Data\\thisweek_classified.csv")
            call_Graph.wordcloud(df)
            if(check3==1):
                send_email.sending_classified_all_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")
        elif(check2==1 and check4==2):
            if(check3==1):
                send_email.sending_classified_all_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")
        elif(check2==2 and check4==1):
            Main_1.none_classified_all_data()
            df=pd.read_csv("C:\\Data\\thisweek_unclassified.csv")
            call_Graph.wordcloud(df)
            if(check3==1):
                send_email.sending_unclassified_all_data()
            else:
                print("지정된 디렉터리에 저장되었습니다.")
        elif(check2==2 and check4==2):
            Main_1.none_classified_all_data()
            if(check3==1):
                send_email.sending_unclassified_all_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")

    elif(check1==2):
        if(check2==1 and check4==1):
            Main_1.classified_selected_data()
            df=pd.read_csv("C:\\Data\\thisweek_selected_classified.csv")
            call_Graph.wordcloud(df)
            if(check3==1):
                send_email.sending_classified_selected_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")
        elif(check2==1 and check4==2):
            if(check3==1):
                send_email.sending_classified_selected_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")
        elif(check2==2 and check4==1):
            Main_1.none_classified_selected_data()
            df=pd.read_csv("C:\\Data\\thisweek_selected_unclassified.csv")
            call_Graph.wordcloud(df)
            if(check3==1):
                send_email.sending_unclassified_selected_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")
        elif(check2==2 and check4==2):
            Main_1.none_classified_selected_data()
            if(check3==1):
                send_email.sending_unclassified_selected_data()
            else:
                print("지정된 디렉토리에 저장되었습니다.")

 

 

이후, kwandoll() 함수를 호출하면

어떤 작업을 수행하시겠습니까?
[1]:경쟁회사 전체 데이터
[2]:경쟁회사 및 자사 데이터1
분류된 데이터를 확인하시겠습니까?
[1]:예[2]:아니오1
이메일로 받으시겠습니까?
[1]:예[2]:아니오1
그래프로 확인해보시겠습니까?
[1]:예[2]:아니오1
시작 년도를 적으시오: 2021
시작 월을 적으시오: 01
시작 일을 적으시오: 01
종료 년도를 적으시오: 2021
종료 월을 적으시오: 01
종료 일을 적으시오: 13
퀄리티 벨류의 최댓값을 지정하세요: 90
퀄리티 벨류의 최솟값을 지정하세요: 10

 

이름을 적으세요이관형
보낼 이메일 주소를 적으세요: asd95101@naver.com
Successfully sent the mail!!!

이로써 내가 원하는 데이터는 지정 이메일로 전송이되고, 워드클라우드를 통해 그래프로 보여진다. 

이제 시작이라 말주변도없고 이 데이터도 전처리를 더 해야하지만, 인턴을 통해 이 정도까지 왔다는 것도 만족한다. 계속 공부하며 글을 올려 실력을 올려보자.