매일 성장하는 블로그

이제 카드와 배대지에 대해 설명드리겠습니다.

2) 카드

  카드는 아시다시피 외국 결제가 가능한 카드여야 하고, 이중 되는 것은 마스터카드, 아메리칸 익스프레스 정도로 알려져 있습니다. 저는 아메리칸 익스프레스로 성공했지만,  마스터 카드의 경우 되는 분들도 있다는 후기를 찾을 수 있었습니다. 제가 성공한 카드는 신한카드 Mr.Life이며 아메리칸 익스프레스 카드입니다.

  이런 카드 브랜드 외에도 중요한 것이 있다면 해외주소 등록입니다. Billing Address라고도 하는데요, 해당 정보가 결제자와 일치하지 않으면 결제 자체가 되지 않는 문제가 생길 수 있습니다. 신한카드의 경우 해외주소를 따로 등록하지 않는 것으로 보아 따로 필요 없는 것으로 보이며, 우리카드나 삼성카드의 경우 카드사 홈페이지에 들어가 해외주소 라고 치면 등록하실 수 있습니다. 배송지(대부분 배대지겠죠?)와 같은 주소로 적어주시면 됩니다.

3) 배대지 (배송대행지)

  배대지는 배송대행지의 준말로써 한국으로 바로 배송해주지 않는 경우나 안전한 포장 및 배송을 위해 미국에서 받아 한국으로 송부해주는 업체를 뜻합니다. 아이포터, 세븐존같은 널리 알려진 배대지는 델 아울렛을 통한 구매 및 배송이 안될 확률이 매우 높습니다. 델은 자체적으로 배대지를 걸러내어 배송취소를 하는 것으로 유명하며, 배송이 시작한 이후에도 취소가 되는 경우도 있다고 합니다. 다양한 배대지를 시도해보다가 아이디 자체가 막히는 것보다, 왠만하면 한번에 성공할 수 있는, 사람들이 잘 사용하지 않는 배대지를 사용하는 것이 좋습니다. 이것은 잘 찾아서 하셔야합니다.ㅠㅠ

  추가적으로 팁을 드리자면 델에서 한국으로 배송을 할 때 부과되는 세금은 보통 2가지입니다. 미국 내의 구매세, 나머지는 한국으로 들어올 때 내는 부가세(관세는 면제)입니다. 구매세는 특정 주(델라웨어, 오레곤 등)을 제외하고는 모두 부과되며, 이 때문에 많은 배대지들이 구매세가 면제되는 주에 지점을 두고 있습니다. 다만 델라웨어, 오레곤 등의 주소는 사람들이 많이 이용하기 때문에 배송 거부가 될 확률이 높으며, 저같은 경우도 CA를 통해 받아서 부가세를 지불했습니다 ㅠㅠ 대략 10만원정도였던 것 같습니다..한국 들어올 때 내는 부과세는 무조건 내셔야 하며 10%입니다. (물론 언더벨류(물품금액을 낮게 신고하는 것)를 하시면 낮은 부가세를 내실 수 있지만 비추합니다.)

  일단 1단계로 카드 결제가 완료되면, 아래와 같은 메일 2통이 옵니다. 한통은 Order가 접수되었다는 메일이고, 나머지 하나는 Order가 Confirm 되었다는 메일입니다. 이 메일까지 오면 결제는 완료되었다고 볼 수 있고, 카드를 통해 결제가 완료되는 것을 볼 수 있습니다. 일반적으로 결제는 0.1달러 2번, 물품 가격으로 1번, 총 3번 결제가 됩니다. 0.1달러만 2번 결제되시는 분들은 2번째 메일인 Confirm 메일을 받지 못하실 확률이 높습니다. Confirm 메일까지 받으신다면 카드 결제과정은 통과입니다!

  이후에 배송이 시작되면 Shipping이 되었다는 메일이 오며, Shipping 메일로 물품 배송 과정을 추적할 수 있습니다. 배대지에 도착하면 한국으로의 배송비를 지불하면 바로 배송이 되며, 빠르면 3일 이내에 받아보실 수 있습니다.(저도 생각보다 빨리 와서 매우 놀랐습니다.

  마지막으로는 부가세를 내는 방법인데요(배대지 업체를 통해 선결제하신 경우 따로 신경쓰실 필요 없습니다.), 우선 관세청에 들어가서 배대지 업체에서 제공하는 배송번호를 입력하시면 부과된 관세 및 관세번호를 확인하실 수 있습니다. 이 번호를 사용하시는 은행 어플에 들어가셔서 관세 납부 항목을 통해 납부하시면 1~2일 내에 물품을 받아보실 수 있습니다.

  이상 Dell 직구 후기는 마치도록 하겠습니다-! 1달동안 검색 및 구매를 위해 노력했습니다.(돈이 많으신 분이라면 돈 좀 더 주고 구매하시는 것도 나쁘지 않을 것 같네요..) 이용 후기도 곧 업데이트하겠습니다.

[2] 탐색적 데이터 분석(EDA : Exploratory Data Analysis)

  탐색적 분석은 데이터 분석의 초기 단계에서 데이터를 위해 실행되는 단계이다.

이 책은 데이터 사이언스 입문자를 위한 책이지만, R의 기초에 대해 자세하게 설명하고 있지는 않다. 조금씩 공부하며 예제를 통해 학습해야 할 것 같다.

연습문제 2.2.2) EDA

연습문제 사용 데이터 : 아래와 같이 2012년 5월 뉴욕타임즈 홈페이지의 접속하는 사람들의 나이, 성별, 광고 노출횟수, 클릭횟수, 로그인 횟수 5개의 변수로 구성되어 있다.

데이터 다운로드 : https://github.com/oreillymedia/doing_data_science 

위의 데이터를 R 데이터 폴더에 다운받아 바로 read.csv()함수를 사용할 수도 있지만, 다음과 같이 url을 통해 바로 다운받아 변수에 저장할 수도 있다.

data1 <- read.csv(url("http://stat.columbia.edu/~rachel/datasets/nyt1.csv"))

* nyt1은 5월 1일의 데이터를, nyt2는 5월 2일의 데이터를 의미한다. 

[ 문제 1 ]

사용자를 "<18", "18-24", "25-34", "35-44", "45-54", "55-64", "65+"로 범주화한 새로운 변수 age_group을 생성하라.

=> 데이터의 범주화는 다음과 같은 세가지 방법으로 가능하다. 

  1) cut() : vector를 breaks를 기준으로 범주화하여 쪼갠다. 아래와 같이 transform() 함수와 결합하여 기존 데이터에 벡터를 추가한다.

    data2 = transform(data1, age_group = cut(Age, breaks = c(0, 18, 25, 35, 45, 55, 65, 150),

                                                                   labels = c("<18", "18-24", "25-34", "35-44", "45-54", "55-64", "65+"),

                                                                   include.lowest = TRUE, right = FALSE))

  2) ifelse() : ifelse(조건, TRUE일때 실행, FALSE일 때 실행)의 조건문을 사용하여 age_group vector를 추가한다.

data3 = transform(data1, age_group = ifelse(Age < 18, "<18", 

                                                   ifelse(Age<25, "18-24", 

                                                   ifelse(Age<35, "25-34", 

                                                   ifelse(Age<45, "35-44", 

                                                   ifelse(Age<55, "45-54", 

                                                   ifelse(Age<65, "55-64", "65+")))))))

  3) within() : 주어진 데이터를 수정할 수 있는 함수이다. transform과 같은 역할을 하는 것 같다.

data4 = within(data1, {age_group = character(0)
+ age_group[Age < 18] = "<18"
+ age_group[Age >= 18 & Age < 25] = "18-24"
+ age_group[Age >= 25 & Age < 35] = "25-34"
+ age_group[Age >= 35 & Age < 45] = "35-44"
+ age_group[Age >= 45 & Age < 55] = "45-54"
+ age_group[Age >= 55 & Age < 65] = "55-64"
+ age_group[Age >= 65] = "65+"
+ age_group = factor(age_group, level = c("<18", "18-24", "25-34", "35-44", "45-54", "55-64", "65+"))})

[ 문제 2 ]

어느 특정한 날짜에 대해,( 여기서는 5월 1일 데이터에 대해 알아본다. nyt1.csv)

- 6개 나이 범주에 대한 노출횟수와 클릭률(Clicks/Impressions)의 분포를 도표로 나타내 보라.

(코드)

> ggplot(data = subset(data2, Impressions>0), aes(x = age_group, y = Clicks / Impressions))+
+ geom_col()

Impression(노출횟수)가 0인 경우는 나누는 의미가 없으므로(노출 횟수가 없는데 광고 클릭 횟수가 존재하는 경우는 오류 데이터이므로) subset()함수를 사용하여 제외한다.

(도표)

- 사용자들의 클릭 행동에 기반하여 그들을 분할하거나 범주화하는 새로운 변수를 정의하라.

- 데이터를 탐색하고, 사용자 세부 집단 혹은 인구통계적 집단(예를 들어 18세 미만의 남성 집단과 18세 미만의 여성 집단, 또는 로그인한 집단과 그렇지 않은 집단)을 시각적으로 그리고 양적으로 비교하라.

뉴욕 타임즈를 사용하는 성별별 연령대/로그인 여부를 비교한다.

남/녀 평균 연령 비교 : 여성은 20대 초반, 남성은 골고루 분포하지만 40대가 주를 이룬다.

남/녀 로그인 여부 비교 : 남자는 거의 대부분이 로그인 하는 반면, 여성은 반절정도 로그인한다.

이번엔 로그인 여부와 클릭 수와의 상관관계이다. 예상했던 것과 반대로 결과가 나왔다. 오히려 로그인 한 사람들의 평균 클릭 수가 로그인 안한 사람들의 클릭 수의 반절이었다. 로그인한 사람들과 더 관련이 높은 광고들에 노출되어 클릭 수가 많을 줄 알았는데...흠 오히려 많이 노출되어 둔감해진건가?

 이상 연습문제 풀이를 마친다.

Plot에 사용된 간단한 예제 코드도 첨부한다.

> library('gridExtra')
> p5 = ggplot(data = subset(data1, Signed_In == 1), aes(x = Clicks)) + 
+ geom_bar() # y축 지정 없이 x축만 지정하여 그래프를 나타낼 수 있다.
> p5
> p5 = p5 + labs(title = "Clickes of Signed_In", subtitle = paste('mean : ', mean(subset(data2, Signed_In == 1)$Clicks))) > p5 = p5 + theme(plot.title = element_text(hjust = 0.5), plot.subtitle = element_text(hjust=0.5)) #중앙정렬
> p5
> grid.arrange(p4,p5,nrow=1)

* transform() : data.frame에 변수를 추가하거나 값을 수정 등을 위한 함수이다.

* hist() : 특정 데이터에 대한 히스토그램을 보여준다.

* summary() : 특정 데이터에 대해 요약해서 보여준다. 평균, 중앙값, 최소값 등을 포함한다.

* ggplot2() : 그래프를 그리는데 아주 유요한 라이브러리이다.

  ex)

  ggplot(data = "사용할 data.frame", aes(x = "x축에 넣을 데이터", y = "y축에 넣을 데이터"))+

  geom_col()

  과 같이 실행하면 막대그래프를 그릴 수 있다. 첫째 줄의 마지막 "+"는 직접 입력해줘야 한다. 라이브러리 이름은          ggplot2이지만 사용하는 함수 이름은 ggplot이다. 

* paste(a,b) : 문자열을 합치는 함수이다.

* ggplot2 설치 : install.packages(ggplot2)

* ggplot2 import : library("ggplot2")

# cut() 함수를 통해 변수의 범주화를 진행할 때, 범주는 vector를 사용해서 전달해줘야한다. c()를 통해 벡터를 생성할 수 있다.

[1] 빅데이터 시대의 통계적 사고

  1. 통계적 추론 : 

    우리가 살고있는 세계는 복잡하며, 무작위적이고, 불확실하다. 우리의 삶은 데이터란 흔적을 남기게 되며 어떤 흔적을 습득하는가는 데이터 수집과 표본추출 방법에 의해 결정된다. 데이터를 추출하는 과정은 매우 주관적인 과정이며 현실세계에서 데이터를 추출하고, 역으로 다시 데이터를 현실세계에 반영하는 과정은 통계적 추론의 영역이다. 통계적 추론이란 확률 과정을 통해 생성된 데이터로부터 의미와 정보를 추출할 수 있도록 해 주는 절차, 방법, 혹은 법칙에 관심을 갖는 학문 분야이다.

  2. 모집단과 표본

    1) 모집단(N) : 통계적 관찰의 대상이 되는 집단 전체

    2) 표본(n) : 모집단에서 선택된 모집단 구성단위의 일부

  3. 빅데이터의 모집단과 표본

    빅데이터가 등장하며 표본조사 -> 전수조사로의 변환이 일어나고 있다. 이것이 'N = 전체'라는 가정을 성립하게 하는가? 아니다. 우리의 일상의 많은 부분이 데이터로 기록된다고 하지만 그렇지 않은 부분도 많이 있으며, 데이터는 객관적이지 않다.

  4. 모형화

    1. 모형은 단순하게 만드는 것이 좋다.

    2. 확률분포 : 현실세계의 측정 과정에서 반복적으로 나타나는 수학적 모양

    3. 과적합 : 모형이 표본 데이터 이상의 현실을 잘 포착해내지 못하는 현상

지난 Post인 XPS 9380 dell 직구 후기(1)에 이어 작성합니다.

Dell은 다음과 같이 세가지 경로를 통해 상품을 판매하고 있다.

Dell 홈페이지 - 새 상품 - https://www.dell.com/en-us

Dell Outlet - 새 상품 + 리퍼비쉬 - https://www.dell.com/learn/us/en/22/campaigns/outlet

리퍼비쉬 스토어 - 옛날 모델 등등 - https://www.dellrefurbished.com/

  가격은 Dell 홈페이지 > Dell Outlet > 리퍼비쉬 스토어 순으로 비싸다.

  내 구입 희망 모델은 XPS 9370, XPS 9380, XPS 9570 이었으므로 Dell Outlet에서 구매하기로 하였다.

4월부터 유심히 해당 페이지를 관찰 결과, 언제 사느냐에 따라 가격이 꽤나 차이가 날 수 있다.

매 기간별로 아래 페이지에서 다양한 쿠폰을 제공하는데, 최소 5퍼센트에서 많게는 20퍼센트까지 할인을 하니 좋은 타이밍이 왔다면 주저하지 않고 사는게 좋다.

  Dell Outlet Coupon Page - 여기서 쿠폰 코드를 복사한 뒤 결제 시 나타나는 쿠폰 창에 해당 코드를 입력한다.

https://www.dell.com/learn/us/en/22/campaigns/dell-coupons-codes-us-outlet

  나는 한 달 이상 해당 페이지를 주시하였고, 아래 제품을 구매를 결정하게 되었을 때는 1299달러 이상 모델 구매 시 200달러 할인을 해줄 때였다. (추가로 Premium Support 할인도 있어서 총 250달러정도 할인을 받았다.)

  현재도 해당 제품은 1319달러에 동일하게 Dell Outlet에서 판매중이다.

  하지만 Dell은 해외 사용자들에게 통곡의 벽이라 불릴 만큼 직구가 어렵다...나는 여러 조합 및 순서로 시도해보았고, 만일 델 직구를 시도한다면 반드시 한번 읽어보고 신중하게 진행해볼 것을 추천한다.

우선 델 홈페이지에서 해외 판매자를 가리는 방법은 대충 3가지가 있는 것 같다.

1. 아이디

2. 카드

3. 배송지

우선 1번에 대해 작성하고 포스트를 마치도록 하겠다.

1. 아이디

  우선 자신이 사용하던 gmail, yahoo등 외국에서 널리 사용되는 이메일 계정을 사용해야 한다. naver, daum, hanmail 등의 메일을 사용하면 카드나 배송지까지 가지도 않고 결제거부가 될 것 같다. 또한 gmail, yahoo 등의 이메일을 사용하더라도, 최근에 생성된 이메일이 아닌 꾸준히 자신이 사용하던 이메일로 가입해야만 한다.

  나는 처음 카드와 배대지로 인해 몇번 결제를 실패했더니, 해당 아이디로 더 이상 결제 진행이 되지 않았다.(계속 결제가 실패하거나 취소되면 델 Customer Service에서 자신들에게 본인 확인을 위해 직접 전화를 달라고 메일을 준다. 그럼 이제 이 아이디는 미국 전화를 통해 본인인증을 하지 않는 이상 결제가 더이상 어렵다.) 그래서 급하게 gmail 아이디를 하나 더 생성해서 가입 후 결제 진행을 했더니, 이번엔 아이디가 최근에 생성되어 본인 확인이 또 필요하다고 메일이 왔다.

  요약하면,

- 최근에 가입한 이메일 계정

- naver나 hanmail같은 한국 이메일 계정

- 여러번 결제 실패가 진행 된 아이디

의 경우 결제가 거부될 수 있다. 즉 자신이 사용하고 있는 gmail 등의 계정으로 한 번에 결제를 성공해야 가장 성공 확률이 높다! 란 결론이 나온다. 

직구를 노리시는 분들은 참고하시고 진행해주세요.

카드와 배대지는 다음 포스트에 -

곧 가족들과 함께하는 유럽 여행을 앞두고 있기도 하고!

항상 여행다닐 때 들고다닐 조그만 힙색이 필요했었는데 마음에 드는게 없었다.

그러다가 FREITAG F153 JAMIE를 보고말았다..

  이제는 많이 알려져서 다들 알겠지만 FREITAG은 스위스 브랜드로 트럭의 방수 천을 가방, 지갑 등으로 업사이클링하는 브랜드이다. 버려지는 것들을 재활용한다는 제품의 취지도 정말 좋지만 더 좋은것은 세상에 하나밖에 없는 디자인이라는 유니크함(모두 버려지는 천으로 수제작되기 때문), 생각치못한 아름다운 색조합을 가지고 있다는 점이다!

(다만 재활용 제품이라고 하기엔 지나치게 가격이 비싸다..)

  나의 첫번째 프라이탁 구매는 17년도에 아래의 Macbook용 13" SLEEVE이고 서피스 프로3를 넣고다녔다.(지금도 델 XPS 13에 사용중이다.)

다른 제품들도 너무 이뻐서 언젠가 또 사야지..! 하는 마음을 먹고 있던 도중 이번에 F153 JAMIE를 보게 된 것이다.

  이 제품을 처음 본 것은 4월 초 청담동의 프라이탁 매장인 일인자(B1)을 방문했을 때였다. 매트한 느낌의 (나는 무광재질의 프라이탁이 더 좋다.) 밝은 파란색의 JAMIE를 보고 바로 사고 싶었지만 156,000이란 가격이 부담되어 다음에 오면 사겠다는 마음을 먹었었다.

  하지만 그 이후로 매장을 방문해도 그녀석을 볼 수가 없었다. 누군가 사갔다..(프라이탁은 꼭 마음에 든다면 바로 사시길 추천드려요. 동일한 디자인은 하나밖에 없어요 ㅠㅠ) 이후에도 계속 눈에 아른거려서 이태원의 MMMG 매장에도 방문하고, 해외 직구를 위해 구글링을 엄청 했다.

  그러던 도중 최근 한번 더 프라이탁 서울 매장들을 한번 순회하였는데, MMMG에 내 마음에 드는 밝은 초록색의 무광 재질 프라이탁이 있어 바로 구매하게 되었다. 바로 이 녀석이다.

  너무 영롱하다... 마음에 쏙 드는 녀석이다. 메고 나갈 타이밍이 없어 아직 실착을 한 번도 해보지 못했지만 너무 기대된다. 내구성이 좋기 때문에 평생 쓸 생각으로 구매하였고 후회는 전혀 없다!

  잡설을 추가하자면 서울에 프라이탁은 홍대, 이태원, 청담 3곳에 큰 매장이 있다. (곧 압구정 FREITAG 매장도 개봉한다고 하고 몇가지 제품을 편집샵같이 진열해놓고 파는 곳은 더 많이 있다.) 홍대에는 가보지 못했고 이태원, 청담에만 가보았다. 두 곳 모두 많은 프라이탁의 제품을 보유하고 있지만 모든 라인업을 가지고 있진 않으므로 가기 전에 전화 확인 혹은 인스타로 한 번 둘러보길 추천한다.(직구를 알아보던 도중 F49 FRINGE라는 백팩 제품에 완전 꽂혀서 한 번 보고자 했지만 청담 매장에는 해당 제품이 없었다. 이태원 MMMG에는 해당 제품이 있었고 예뻤지만 이쁨만으로 메기엔 가방 끈이 안전벨트 재활용이었던가.. 착용감이 너무 좋지 않았다.)

  내가 직접 해보진 않았지만 구글링을 하며 프라이탁 직구에도 여러가지 팁을 얻었다. 

1. 프라이탁 공홈에서 구매하는 가격은 한국에서 사는 가격과 동일하다( + 배송비는 더 붙는다.)

2. 프라이탁 공홈이 아닌 구글에서 검색하면 나오는 다른 사이트에서는 약 10~30% 더 싼 가격에 구매할 수 있다.

3. 프라이탁 제품은 아무래도 디자인 및 색감이 중요하다. 실제 느낌과 사진상의 느낌이 다를 수 있으므로 매우 주의해야 한다.(제 JAMIE를 찍어보았을 때도 실제 색감과 많이 다르다는 것을 느꼈습니다.)

4. 직구할 때는 관세, 부가세가 붙는데 관세의 경우 구매하고자 하는 제품(프라이탁)이 유럽에서 생산되었다는 증명서를 관세청에 제출하면 관세를 면제받을 수 있다.(구매업체 쪽에 양식을 보내주면 완성해서 준다고 한다.) 부가세의 경우 미화 150달러를 초과하는 가방 제품은 8%의 부가세가 붙는다.(제품마다 다르므로 검색 필요)

5. 내가 구매하려던 직구 사이트는 독일의 abovohome이다.

이상 FREITAG F153 JAMIE 구매 후기 끝!

내가 사용하고 있었던 노트북이다.

- 한성컴퓨터 U37C(2015 구매)

- Surface Pro 3(2017 구매)

두개 다 내가 사용하는 레벨(간단한 코딩 및 게임)에서는 전혀 문제가 없었지만, 노트북 바꿀 시기도 되었고 이왕 프로그래밍에 더 무게를 두고자 좋은 노트북을 찾아 구매하게 되었다. (4월 한달을 거의 검색만 한 것 같다.)

내가 고려했던 노트북의 성능은 다음과 같다.

1. 13인치 - 15인치와 정말 오래 고민하였지만 13인치를 선택하게 된 이유는 휴대성!(500 ~ 800g의 차이는 크다..)

              +  내가 13인치 프라이탁 파우치를 가지고 있기 때문이다..

2. RAM 16G, SSD 512G - 분석 데이터셋의 크기가 점점 커지면서 필요성을 크게 느꼈던 부분이다.

3. 외장 그래픽 - 딥러닝을 하면서 GPU를 사용해보고 싶다는 생각이 정말 크게 들었다. 내장 그래픽으로는 거의 성능이 미미하지 않을까 생각이 들어 외장 그래픽이 필요했다.

4. 가격 - 200만원 이하

그렇게 다음 노트북을 찾아헤매던 도중 나의 노트북 후보군의 올랐던 녀석들이다.

1. MacBook Pro 13

  정말 군더더기없는 디자인과 성능이다. UI도 내가 원하는 심플함과 세련됨을 가지고 있다. 성능은 두말할 것 없이 매우 뛰어나고, 동급 노트북에 비해서도 최적화가 굉장히 잘 되어있는 느낌이다. 회사에서 MacBook Pro 15"를 쓰고 있고, 다른 사람들이 쓰는 13"모델을 봤을 때 정말 가지고 싶다는 느낌이 들었다. 다만 문제는 너무 비싸다는점...

동급 기능의 모델보다 많게는 100만원까지 차이나는 것을 봐서 감히 엄두를 내지 못했다. 물론 아직도 미련은 남아있다.

언젠가 iPhone, iWatch, MacBook을 구매하여 엄청난 동기화의 힘을 느껴보고싶다..!

2. Asus ZenBook 14 ux433fn

  이 노트북의 장점은 14인치이지만 13인치와 비슷한 무게, 싼 가격에 심지어 외장그래픽 MX150이 들어있다는 점이다. 사실상 탑재된 것들로만 따지면 가성비가 제일 뛰어난 제품이 아닌가 싶다. 다만 AS에 의문이 좀 있고 디자인이 별로 마음에 들지 않아 구매를 포기했다.(마음을 금방 접었다.) 내가 처음 사용했던 노트북이 ASUS였는데 그 때 잘 사용했던 기억이 남아있어 더 끌렸었다.

3. XPS 9360, 70, 80

  마지막으로 내가 구매하게 된 XPS 시리즈이다. 윈도우계의 맥북이라 불릴 정도로 마감이 훌륭하고 고성능 울트라북으로 명성이 높다. Infinity Edge로 1.2kg의 가벼운 무게를 자랑하며, 알루미늄 바디로 노트북이 주는 감성도 훌륭하다.(정말 이쁘다.) 다만 내가 고민했던 부분은 17, 18, 19년도 모델이 정말 비슷하다는 것이다.(물론 17년도 모델은 조금 차이가 있다.) 위의 세 사진만 보아도 디자인상으로는 거의 변한 것이 없다. 하지만 나는 9380을 선택하게 되었고 그 이유는 그 미묘한 차이 + 최신 모델이 좋을 것 같다는 막연한 느낌!

  하지만 새 상품은 가격이 맥북만큼은 아니지만 만만치 않았고, 수많은 검색 끝에 XPS 9380을 Dell Outlet 직구로 구매하게 되었다. 이 이야기는 다음 포스트에서 이어나가도록 할 예정.

간단히 9360, 70, 80의 스펙 비교를 하며 마무리를 하자.

1. XPS 9360(2017)

- USB Atype + USB Ctype(Thunderbolt) : USB A Type을 포함하여 확장성이 좋다. (Full Size SD Card Slot을 가지고 있다.)

- Single Cooling Fan : Fan이 하나밖에 없다. 

- 웹캠 위치 : 화면의 왼쪽 아래에 있다. Infinity Edge를 구현하다보니 어쩔수없이 구석으로 몰아넣었나보다..

2. XPS 9370(2018)

- USB C : 확장성은 낮아졌지만 살짝 얇아지고 모두 Thunderbolt를 탑재하였다. 맥북과 비슷..?(Micro SD Card Slot)

- Dual Cooling Fan : Cooling Fan이 두개로 늘어났다. CPU 온도 관점에서는 매우 좋을 것 같다.

- 웹캠 위치 : 화면의 가운데 아래, 델 로고 바로 아래에 위치해있다. Nose Cam으로 찾아보면 유명하다.

3. XPS 9380(2019)

- USB C : 9370과 동일하다.

- Dual Cooling Fan : 9370과 동일하다.

- 웹캠 위치 : 모든 사람들이 그렇게 갈망하던 가운데 위, 정상적인 얼굴을 마주할 수 있는 위치로 이동하였다.

- 힌지 : 기존 시리즈들은 매우 강한 힌지로 인해 두손으로 열어야만 했다고 한다. 한손으로 7~80도까지는 열리는 것 같다.(그 이후에는 두손으로 열어야 한다.)

R 프로그래밍 기초

아래 내용은 김현식님의 유투브 강의를 수강하여 기록하였습니다.

https://www.youtube.com/channel/UCeT8MI48FZDKel3wzb31jWg

(사실 이게 몇번째 임시저장된 글이 날아간지 모르겠습니다..이제 비공개로 저장해야겠습니다..)

1. 요소(Element = 자료형)

* Integer : 정수형

* Double : 실수형

* Character : 문자형

* Logical : 논리(True,False)

* Complex : 복소수형 

ex) 1 + 2i

* Raw(16진수로 나타낸 수) : 컴퓨터가 읽어들이는 16진수의 Raw한 데이터
ex) Hello --> ASCII코드로 변경되어 저장

#자료형 체크 : typeof()

2. 자료구조

* Vector : 같은 요소로 이루어진 데이터의 집합

a = c(12, 3, 5)

와 같이 벡터를 할당할 수 있다.

* List : 서로 다른 요소를 묶을 수 있는 데이터의 집합

a = c('c', 1, 2) 

이 때 요소 중 하나가 캐릭터이면 전부 다 캐릭터로 변경된다.

* Matrix : cbind()함수나 matrix()함수를 사용하여 다양한 데이터(벡터, 리스트 등..)을 포함하는 행렬을 만들 수 있다. 

# 이 때 각 인자에 접근하기 위해서 대괄호를 두번 써줄 수도 있고 한번 써줄 수도 있는데 차이를 모르겠다..나중에 알게되면 업데이트해야겠다.

a[[1]][1] 와 a[1][1]의 차이는..?

#인덱싱(Indexing) : 데이터 구조의 각 인자에 접근하는 방법이다. Vector a 의 3번째 인자에 접근하고 싶다면 a[3]과 같이 접근할 수 있다. 다른 프로그래밍 언어는 모두 인덱스의 시작이 0이지만 R은 1부터 시작이므로 주의해야 한다.

  올해부터 번 돈의 3분의 1 사용, 3분의 1 투자, 3분의 1을 저축하기로 마음먹었다.

그런데 투자에 대해 전혀 무지하기 때문에, 지인의 추천으로 투자 커뮤니티에 입문하여 투자 공부를 시작하게 되었고, 해당 커뮤니티에서 독서 과제를 진행하기 위해 읽은 책이다. 

  사실 이 책은 투자에 관한 책이라기보다 성공하기 위해 필요한 것들을 제시해주는 자기개발서에 가깝다고 느껴졌다. 하지만 지루하지 않았고 충분히 나에게 영감을 주었던 괜찮은 책이었다. 간단히 내용을 요악하자면 아래와 같다.

•인생에서 자신이 이루고자 하는 바를 명확히 설정하고, 긍정적이고 자발적인 자세를 바탕으로 실천을 한다면 이루지 못할 바는 없다. 이 과정에서 자제력을 가지고 의식을 물질적인 번영의 방향으로 집중시켜야 하며, 마스터 마인드 연합을 통해 의식을 고취시킨다. 이런것들이 조화를 이루어 목표에 대한 신념을 가지고 실패를 디디고 일어나는 끈기를 통해 성공을 쟁취할 수 있다.