카테고리 없음

2주차 TIL - 파이썬 시작!

게임취업하고싶은 사람 2024. 12. 23. 19:36

파이썬은 데이터 분석에 가장 널리 사용되는 언어 중 하나로

초보자부터 전문가까지 모두 활용하기 쉽고 강력한 도구입니다.

 

1. 사용하기 쉬운 언어

  • 파이썬은 문법이 간결하고 직관적이어서 프로그래밍 경험이 없는 사람도 빠르게 배울 수 있습니다.
  • 자연어에 가까운 코드 스타일로 작성이 가능하여 읽고 이해하기 쉽습니다.

예: 데이터를 불러오고 간단히 분석하는 코드

import pandas as pd data = pd.read_csv("data.csv"# 데이터 파일 읽기
print(data.describe())  # 데이터 요약 출력

2. 풍부한 데이터 분석 라이브러리

파이썬은 데이터 분석에 최적화된 강력한 라이브러리를 제공합니다. 몇 가지 주요 라이브러리는 다음과 같습니다:

  • pandas: 데이터 정리 및 분석
     
    import pandas as pd df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) print(df)
  • NumPy: 고성능 수학 연산
    import numpy as np arr = np.array([1, 2, 3]) print(arr.mean()) # 평균 계산
  • Matplotlib/Seaborn: 데이터 시각화
     
    import matplotlib.pyplot as plt plt.plot([1, 2, 3], [4, 5, 6]) plt.show()
  • Scikit-learn: 머신러닝 모델링
     
    from sklearn.linear_model import LinearRegression model = LinearRegression()
  • TensorFlow/PyTorch: 딥러닝 분석

3. 다양한 활용 가능성

파이썬은 단순 데이터 분석 외에도 여러 분야에서 사용할 수 있어, 한 가지 언어를 배워 다양한 작업에 활용할 수 있습니다:

  • 데이터 시각화 (그래프, 차트 생성)
  • 통계적 분석
  • 머신러닝과 인공지능
  • 웹 스크래핑 (데이터 수집)
  • 데이터 엔지니어링 (대규모 데이터 처리)

4. 큰 커뮤니티와 풍부한 자료

  • 파이썬은 가장 인기 있는 프로그래밍 언어 중 하나로, 많은 사람들이 사용하고 있습니다.
  • 질문이 있을 때 커뮤니티(예: Stack Overflow)에서 답을 쉽게 찾을 수 있고, 다양한 학습 자료(책, 튜토리얼, 강의)가 풍부합니다.

 

 
import os import pandas as pd files = [f for f in os.listdir() if f.endswith('.csv')]
dataframes = [pd.read_csv(file) for file in files]
combined_data = pd.concat(dataframes)
print(combined_data.head())

 

 

파이썬은 데이터 분석을 배우기 위한 최적의 언어입니다. 배우기 쉽고 강력하며, 다양한 데이터 분석 도구와 라이브러리를 지원하기 때문에 데이터 분석 작업의 모든 단계(데이터 수집, 처리, 분석, 시각화, 모델링)에 활용할 수 있습니다.

 

 

<금일 실습 복습하기>

 

정수 n과 정수 3개가 담긴 리스트 slicer 그리고 정수 여러 개가 담긴 리스트 num_list가 주어집니다. slicer에 담긴 정수를 차례대로 a, b, c라고 할 때, n에 따라 다음과 같이 num_list를 슬라이싱 하려고 합니다.

  • n = 1 : num_list의 0번 인덱스부터 b번 인덱스까지
  • n = 2 : num_list의 a번 인덱스부터 마지막 인덱스까지
  • n = 3 : num_list의 a번 인덱스부터 b번 인덱스까지
  • n = 4 : num_list의 a번 인덱스부터 b번 인덱스까지 c 간격으로

올바르게 슬라이싱한 리스트를 return하도록 solution 함수를 완성해주세요.

 

def solution(n, slicer, num_list):
    a, b, c = slicer  # slicer의 값을 a, b, c로 분리

    if n == 1:
        # 0번 인덱스부터 b번 인덱스까지
        return num_list[:b+1]
    elif n == 2:
        # a번 인덱스부터 마지막 인덱스까지
        return num_list[a:]
    elif n == 3:
        # a번 인덱스부터 b번 인덱스까지
        return num_list[a:b+1]
    elif n == 4:
        # a번 인덱스부터 b번 인덱스까지 c 간격으로
        return num_list[a:b+1:c]

 

 

# 테스트 코드
print(solution(1, [1, 4, 2], [10, 20, 30, 40, 50]))  # [10, 20, 30, 40, 50]
print(solution(2, [1, 4, 2], [10, 20, 30, 40, 50]))  # [20, 30, 40, 50]
print(solution(3, [1, 4, 2], [10, 20, 30, 40, 50]))  # [20, 30, 40, 50]
print(solution(4, [1, 4, 2], [10, 20, 30, 40, 50]))  # [20, 40]