일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- DAGs
- 파이썬
- 방콕여행
- 패스트캠퍼스
- 파이썬을활용한시계열데이터분석A-Z올인원패키지
- 직장인인강
- airflow
- 패스트캠퍼스후기
- ChatGPT
- 챗지피티
- Python
- nlp
- 활성화함수
- 분석
- 머신러닝
- It
- 독서리뷰
- 딥러닝
- 상관분석
- 데이터
- 클라우드
- 태국여행
- 자동매매프로그램
- 직장인자기계발
- 패캠챌린지
- API
- 데이터분석
- Ai
- 빅데이터
- 리뷰
Archives
- Today
- Total
목록Python operator (1)
데이터를 기반으로
Operator 파악하기
airflow DAGs 에서 파이썬 오퍼레이터가 정확히 어떻게 작동되는지에 대한 개념이 애매한 상태로 실무에서 적용해보고자 시도해본 적이 많았다. 그때마다 굉장한 어려움이 있었는데..역시 도서를 보고 개념부터 이해해가니 쉽게 이해할 수 있었다. 우선 함수를 정의 하는 부분의 코드들이 상단에 있다는 가정하에, def action_func(x) : y = x+2 return y get_pictures = PythonOperator( task_id="get_pictures", python_callable=action_func, dag=dag ) 위와 같은 코드에서 예로 들어 설명을 한다면, 실제로 파이썬 작업이 이루어지는 것은 함수 action_func 안의 코드이다. 해당 함수를 선언하기 위해서 하단의 Py..
스터디/Apache Airflow
2023. 5. 1. 17:04