2014-05-13 추가

돌아와서 계산해보니, 결과적으로 기준환율보다 3% 정도 더 낸 셈이다.

T_T 많이 뜯겼네.

돌아왔을 때 기준환율이 엔화에 유리하게 바뀌었나 보다. 이건 어쩔 수 없지.

신용카드로 결제한 것은 오히려 2%밖에 안 뜯겼다. 환전이 더 손해였다니..

한편, 비행기표 결제는 엔화로 했더니, 현재 기준 환율 대비로는 4%나 뜯긴 셈이 됐다.

---

시내 KL Sentral 안에 있는 환전소

엔화를 살 때, 팔 때

3.14, 3.25?

정도 적혀 있었던 것 같은데,

많이 환전한다고 얘기했더니 3.15에 해준다는 것이

100yen/3.15myr 이라는 말이었다.

나중에 계산해 보니, 1%만 손해본 거였네.

워낙 순식간에 지나가는 일이어서 깜짝 놀랐다. 큰 돈을 그냥 가져가 버려서.

완전 사기 당하는 기분.

가져가고서는 안가져갔다고 해버리면 완전 고생인데.. 물론 그런 일은 없겠지 T_T

결과적으로는 기준환율로 바꾼 것보다

0.984

에 해당하는 돈을 받았다.

그냥 선방한건가. 하유 살았당. 그냥 사기나 안당하면 다행이지.

바로 옆에 있는 은행에 고시 환율보다는 잘 해주나보다.

고객 입장에서는

엔화나 한화를 낼 때는 많은 손해는 없는 것 같다.

말레이시아 돈을 낼 때 많이 손해를 보겠다.

말레이시아 돈을 안 남길 만큼만 환전해야 하겠다.

한편, 랑카위에서는 너무 비싸다.

JPY 3.1이 3.0이 된다.

일본 세븐일레븐은 은행을 갖고 있네. -0-

세븐일레븐 편의점 ATM에서 수수료가 낮에는 무료인가보다!!

휴일 포함. 낮 시간도 긴 편이지 않나? 7시~7시

http://www.sevenbank.co.jp/personal/merit/

세븐 은행 ATM 이용 수수료

세븐일레븐 편의점은 엄청 많은뎅.

게다가 nanaco card랑 뭔가 관련이 있는 것 같다.

무엇보다도 홈페이지에서 영어 등 외국어 안내가 있는 것이 맘에 든다.

편의점에서 한 번에 1만원도 잘 안쓰는데,

1%밖에 포인트가 안 쌓이는 거면, 겨우 50원 정도 때문에

포인트 카드도 들고 다니고, 포인트 카드 내밀어서 적립하는 수고까지 해야 하나.

내가 뭘 구매했는지 기록은 회사측에서 잘 써먹으면서, 내가 기록을 볼 수는 없는 게 많다.

로손 폰타는 별로네.

회원가입도 여러 정보를 입력해야만 해서 귀찮고,

최근 2개월 정도의 적립내역밖에 볼 수 없다.

무엇을 샀는지 나오는 것도 아니다.

유효 기간 2015/5/1 (포인트는 마지막 이용일로부터 1 년간

말레이시아에 가서 돈을 쓰려면 현지 돈이 있어야겠는데,

1. 한국에서 원화를 달러로 바꾸고, 말레이시아에서 환전하기
2. 한국 돈을 가져가서 현지에서 환전하기
3. 현지에서 인출할 수 있는 국제현금카드를 가져가기
4. 시티은행 통장을 만들고 돈을 채워넣고, 국제현금카드를 가져가기
   
5. 엔화를 가져가서 환전하기
6. 신용카드를 쓰기
   

어떤 게 얼마나 유리할지 편리할지 모르니, 조금씩 준비해 가는 게 좋겠다.

현금을 너무 많이 가져가는 것도 불안하잖아.

현금을 가져갈 땐, 지폐만 가져가기.

환율우대 많이 받는 게 아니면, 현지에서 환전하는 게 싸다는 말이 많이 있네.

해외에서 쓸 현금카드는

역시나 시티은행이 1등

EXK가 2등

http://www.exk.kr/service/card/card_main.jsp

신한 글로벌현금카드가 3등, 그 외 카드 4등.

http://www.kimchi39.com/entry/exk

아무래도 신용카드는 마지막 날에 쓰는 게 좋겠다. 말레이시아 돈을 남기거나 재환전하는 것은 아까우니까.

환전 준비는 미리 하기.

환율우대 받을 방법을 알아두기.

사이버 환전이 제일 편한 것 같다.

여행 떠나는 날이 주말이라면, 미리 평일에 은행 업무를 봐 두기.

국제 현금 카드를 신청하거나, 인터넷 뱅킹, 계좌 이체, 암호 변경, 휴대폰 번호 변경, 등록 등등

	공항에서 현지 화폐 링깃 말레이시아 환전
	말레이시아 입국시 KLIA · LCCT 페낭 등의 공항에서 환전을하면 은행의 공항 출장 카운터에서 환전 할 수 있습니다. 환전 수수료는 은행 요금입니다. 우선 목적지까지의 이동 교통비 + 식비 정도 세워 두는 것이 좋습니다.
	말레이시아 은행에서 일본 엔에서 환전 대해
	은행의 환전 율은 ± 5 링깃. 포장 마차의 지불 및 교통비 등으로 1 만엔 정도의 환전라면 은행을 이용하지만 편리합니다. 고액의 현금을 환전한다면, 환전상 (머니 체인저)가 유익. 일본 엔에서 직접 링깃으로 환전 할 수 있습니다.
	유익한 「환전상 "에서 머니 체인지
	개인적인 의견입니다 만, 제일 교환 비율 좋은 것은 도심의 환전소. 수도 쿠알라 룸푸르 (KL) · 조호 바루 · 페낭 · 말라카 등의 대도시에서는 단독 매장과 쇼핑을 즐기는 쇼핑 센터 빌딩에 환전소가 세입자로 입주 해 있습니다.
	추천하지 못하는 일본의 은행이나 공항에서의 환전
	말레이시아 현지 통화 "링깃」의 환전 말레이시아에 도착한 후 공항이나 머니 체인저에서 환전하는 것이 유리합니다. 일본의 공항이나 은행 등에서도 링깃 말레이시아에 환전 할 수 있지만 수수료가 높기 때문에 추천 할 수 없습니다.

airasia에서 미리 살 필요가 없었다.

KLIA2 공항에서는 어떤지 몰라도 옛날 LCCT 공항에서는 나오는 곳에서 어떤 분이 팔고 있었는데, 이게 꽤 쌌다.

airasia에 냈던 돈을 환불 받으려면 전화를 해야되네 -_-

아 귀찮아.

---

아래 글은 출발 전에 조사하면서 작성.

http://www.tunetalk.com/my/PlanRates/cunPlan

1주일 200MB 가격 너무 싼데?

근데, 심카드 크기가 맞긴 하겠지? 안되면 휴대용 라우터 기계라도 빌릴 수 있나?

http://www.tunetalk.com/my/PlanRates/travellerbytunetalk

You can choose either one of the package: A) FREE Data Plan You will get 7 days FREE 50MB Internet data per day  B) FREE BIS (BlackBerry Internet Service) Plan You will get 7 days FREE BIS (BlackBerry Internet Service)

이건 350MB에 30링깃? 왜 더 비싸지? 그래도

Can't access to your internet? Find out more about your device data setting.

일본 통신사 해외 데이터 로밍은 왜 이렇게 비싸나

e-mobile도 비싸네.

http://emobile.jp/service/world_roaming/data1day.html

한편, skt는 하루 1만원 정도.

여행 기간 동안 기간형으로 신청하기

http://www.tworld.co.kr/roaming/html/tariffSystem/planOnepass.html

로밍쿠폰 3000원도 신청하기

http://www.tworld.co.kr/roaming/html/event/eventViewCoupon.html

구분	기본요금	기본혜택	제공국가	가입
T로밍데이터무제한 OnePass	9,000원 / 1일	무제한 데이터로밍	123개국 179개 사업자
T로밍데이터무제한 OnePass 기간형	9,000원 / 1일	무제한 데이터로밍 (기간설정)

air asia 비행기 표 살 때 선택할 수 있는

air asia 보험은 여행자 보험이 아닌가 보다.

비행기에 관련된 보장만 있는 것 같다.

근데, 비싼 것 같네.

http://www.airasiainsure.com/info_centre/faq_coverage.php

numpy로 바꿨더니, 훨씬 빠르네.

numpy에 array count 구하는 게 없어서 불편했는데,

bincount로 대신해서 쓸 수 있었다.

numpy.bincount¶

>>> np.bincount(np.array([0, 1, 1, 3, 2, 1, 7]))
array([1, 3, 1, 1, 0, 0, 0, 1])

전체 count를 구하는 것인데도 O(n)보다 더 빠른 것 같아... 내 착각인가

np.histogram이나 Counter도 쓸 수 있나보다.

find the most frequent number in a numpy vector

How can I generate a complete histogram with numpy?

결과를 python list 변수 그대로 출력해두기

execfile("...py")로 불러들일 수 있다.

계산에 1시간 쯤 걸리는 것 같다.

고친 부분

n_slots = 1000

n_iterations = 10000

n_people_range = range(n_slots*2, 50000, n_iterations/100)

...

votes = numpy.random.randint(n_slots, size=n_people)

#slot_histogram, n_bins = numpy.histogram(votes)

slot_histogram = numpy.bincount(votes)

#for i in votes:

# slot_histogram[i] = slot_histogram[i] + 1

...

counts = numpy.bincount(slot_histogram)

n_0_slots = counts[0]

n_1_slots = counts[1]

...

n_0_blur_hist = [x/float(n_iterations) for x in n_0_hist]

n_1_blur_hist = [x/float(n_iterations) for x in n_1_hist]

postfix = str(n_slots) + "_" + str(n_people_range[-1] + 1)

fp = open(os.path.dirname(os.path.abspath(__file__)) + "/blur_hist_" + postfix + ".py", "w")

print >>fp, ("range_" + postfix + " = " + str(people_x_range))

print >>fp, ("n_0_hist_" + postfix + " = " + str(n_0_blur_hist))

print >>fp, ("n_1_hist_" + postfix + " = " + str(n_1_blur_hist))

fp.close()

지난 번 계산에 초록색 선을 더했다.

제일 많이 겹치는 slot의 사람 수

80배 사람이 슈팅하더라도 110명 정도밖에 안 겹친다.

160배 사람이면, 200명 정도 겹친다.

하지만, 사람들이 아주 랜덤으로 선택하는 게 아니므로, 예측 결과의 1/2 정도만 겹친다고 생각하면 될까나

추가한 code

n_max_slots = max(slot_histogram)

n_max_hist[i_hist] += n_max_slots

plot.scatter(n_people_range, n_max_blur_hist, c='green', lw=0, alpha=0.5)

가격 구간, 사람 수가 얼마나 되던 간에 밀도에만 관련이 있다는 것을 확인해 봤다.

500 slots, 10,000 people까지

50 slots, 1,000 people까지

2번 계산한 다음에

2번째 계산 결과를 x, y 10배로 늘려 봤더니, 그래프가 거의 일치한다.

import matplotlib.pyplot as plot

import os

n_0_hist_500_10000 = []

n_1_hist_500_10000 = []

n_0_hist_50_1000 = []

n_1_hist_50_1000 = []

execfile("blur_hist_500_10000.py")

execfile("blur_hist_50_1000.py")

n_0_hist_50_1000_x10 = []

n_1_hist_50_1000_x10 = []

people_x_range = range(0, len(n_0_hist_500_10000))

for i in people_x_range:

n_0_hist_50_1000_x10.append( n_0_hist_50_1000[i/10] * 10)

for i in people_x_range:

n_1_hist_50_1000_x10.append( n_1_hist_50_1000[i/10] * 10)

plot.scatter(people_x_range, n_0_hist_500_10000, c='red', lw=0, alpha=0.5)

plot.scatter(people_x_range, n_1_hist_500_10000, c='blue', lw=0, alpha=0.5)

plot.scatter(people_x_range, n_0_hist_50_1000_x10, c='green', lw=0, alpha=0.5)

plot.scatter(people_x_range, n_1_hist_50_1000_x10, c='yellow', lw=0, alpha=0.5)

plot.show()