긍정적 사고, 음식의 절제, 규칙적인 운동

코로나 시대 이후 점차 적응되어 가는 화상회의

올해 들어서 유독 화상회의 관련 프로그램들을 써볼 기회들이 많았습니다. 대표적인 zoom부터, 구글 미팅, 시스코 webex, 마이크로소프트 팀즈 까지 대표적인 IT업체들의 프로그램들을 써볼 수 있었던 것 같습니다. 그중에서도 제일 높은 빈도를 꼽자면 zoom이 단연 1등이 아닐까 싶습니다. 한 주에도 몇 번씩 줌을 쓰고 있으니 말이죠.

▶ 언택트(Untact): 비대면, 대면 없이 구매와 소비가 이루어지는 것
▶ 온택트(Ontact): 온라인을 통한 외부와의 연결, 대면을 최소화하며 온라인을 통해 소통하는 것 


최근에는 두 단어가 혼용되어 사용되는 경우가 많다. 서로 다른 의미를 나타내는 것처럼 사용되고 있지만 사실 알고 보면 '온라인', '비대면'이라는 맥락에서 두 단어는 다르면서도 같은 의미로 사용될 수 있다. 



예를 들어 설명하자면 '쿠팡', 'Gmarket' 등 사이트를 통해 누군가와의 소통 없이 물건을 주문하는 것, 맥도널드와 같은 음식점에서 키오스크(kiosk, 주문하는 기계)를 통해 주문하는 것은 언택트라고 할 수 있고, 최근 오프라인 매장에 진열된 상품을 실시간 방송으로 소개하며 소비자와 댓글로 소통하는 라이브 커머스(Live Commerce), 줌(zoom)이나 웹엑스(Webex) 등을 통한 실시간 강의는 온택트라 할 수 있다.



이 단어들 모두 코로나로 인해 수면 위로 올라와 부각된 단어들로 처음 듣는 사람들은 어렵고 생소할 수 있다. 하지만 큰 맥락에서 두 단어의 사용 범위가 비슷하기 때문에 '비대면'에 사용되는 단어라고만 알고 있어도 정보 해독(解讀)에 도움이 될 것이다. 

 

큰 txt파일을 읽으면 메모리 문제 발생하기때문에 분할해서 단어장 처리. 

import os
import sys
import konlpy
import pandas as pd
import numpy as np
os.environ['JAVA_OPTS'] = 'Xmx4096M'

import itertools

import mr #local module

file_name = "test_export_mentions_2020-11-17_title.txt"
#file_name = "test_export_mentions_2020-11-17_title_utf8.txt"  #test
file_out  = "outputfile"
lines_tot = mr.file_len(file_name)
filesize  = mr.getfilesize(file_name) * 1000
print("파일명 : ", file_name)
print("줄 개수 : ", lines_tot)
print("파일사이즈 : ", filesize)

f = open(file_name,'r', encoding='utf-8')
numbits  = 1000000
loop_num = round(os.stat(file_name).st_size/numbits+1)+1

print(os.stat(file_name).st_size/numbits+1)
print(loop_num)

for i in range(0, loop_num):
    o = open('./input/'+file_out+str(i)+'.txt','w', encoding='utf-8')
    segment = f.readlines(numbits)
    for c in range(0,len(segment)):
        o.write(segment[c]+"\n")
    o.close()


 

import itertools

def f_append(text):
    sign = 'N'
    #기존 파일의 단어를 가져와서 신규 단어가 있는지 확인
    with open('./replace_word.txt','r',encoding='utf-8') as f:
        list_word = f.read().strip().split('\n')
        for line in list_word:
            if line == text:
                sign = 'Exist'
                #print('Exist')
        '''
        list_word = f.read()
        if list_word.find(text) >=0:
            sign = 'N'
            print('Exist')
        '''
    if sign == 'N':
        #기존 파일에 단어추가
        with open('./replace_word.txt', 'a', encoding='utf-8') as myfile:
            myfile.write(text)
            myfile.write('\n')
            sign = 'Yes'

    return sign

def f_list():
    #단어파일을 list로 리턴
    with open('./replace_word.txt','r',encoding='utf-8') as f:
        list_word = f.read().strip().split('\n')
    return list_word

def f_del(text):
    #입력받은 단어를 삭제
    sign = 'N'
    matrix = []
    with open('./replace_word.txt','r',encoding='utf-8') as f:
        dic = f.read().strip().split('\n')

    for word in dic:
        if word != text:
            matrix.append(word)
        else:
            sign = 'Del';
    print(sign)
    print(dic)

    if sign == 'Del':
        with open('./replace_word.txt', 'w', encoding='utf-8') as myfile:
            #myfile.write(matrix)
            for line2 in matrix:
                print(line2)
                myfile.write(line2)
                myfile.write('\n')
            sign = 'Y'

    return sign

komorandocs.readthedocs.io/ko/latest/pykomoran/installation.html

konlpy-ko.readthedocs.io/ko/latest/api/konlpy.tag/#okt-class

konlpy-ko.readthedocs.io/ko/latest/api/konlpy.tag/#module-konlpy.tag._komoran

> pip install PyKomoran

> python

>>> from PyKomoran import *
>>> komoran = Komoran(DEFAULT_MODEL['FULL'])
>>>
>>> from konlpy.tag import Okt
>>> okt = Okt()

>>> okt.nouns(u'오픈소스에 관심 많은 ')
['오픈소스', '관심']

>>> komoran.nouns(u'오픈소스에 관심 많은 ')
['오픈', '소스', '관심']
>>>

국가공간정보포털의 이용과 관심에 감사합니다.

대용량 CSV 파일 분할 EXE 입니다.

File name : split.exe
License : GNU General Public License version 3.0 (GPLv3)

www.nsdi.go.kr/lxportal/index.html?menuno=2772&cateIndex=712&bbsno=635&boardno=552

>java -XX:+PrintFlagsFinal -version 2>&1 | findstr /I "heapsize permsize version"
    uintx ErgoHeapSizeLimit                         = 0                                   {product}
    uintx HeapSizePerGCThread                       = 87241520                            {product}
    uintx InitialHeapSize                          := 268435456                           {product}
    uintx LargePageHeapSizeThreshold                = 134217728                           {product}
    uintx MaxHeapSize                              := 4282384384                          {product}
java version "1.8.0_271"

Java Default Heap/Perm Size 알아내는 방법

출처: https://jang8584.tistory.com/257 [개발자의 길]

http://naver.me/GOOpIwsc