[D+9] 데이터 분석을 위한 파이썬(1) - 코랩(Colab) 설치, 핵심 단축키, 주요 데이터 타입

데이터 분석 파이썬 종합반! 공부 시작합니다 ~~~!!!

 

✏️ STUDY INDEX 

1. Colaboratory 프로그램 설치 및 환경 세팅 
2. Colab 핵심 단축키 
3. 파이썬 주요 데이터 타입 총정리! 

 

1. Colaboratory 프로그램 설치 및 환경 세팅

파이썬(Python)은 간결하고 직관적인(즉, 가독성이 높은) 프로그래밍 언어예요. 

코드 결과를 줄 단위로 수시로 확인할 수 있어 입문하기 쉬운 언어이기도 하고,  

🔥데이터 분석, 시각화, 머신러닝 등에 사용할 수 있어 데이터 분석가에게 너무나 중요한 언어 🔥라고 합니다. 

 

이런 파이썬을 웹 환경에서 구동할 수 있게 도와주는 것이 바로 구글 코랩 (Google Colab) 입니다!

구글이 제공하는 무료 클라우드 기반 Jupyter 노트북 환경으로, 웹을 통해 파이썬 코드를 작성하고 실핼할 수 있어요. 

설치가 매우 간단하고 빠르고 편리하기 때문에, 입문자 분들은 해당 프로그램을 이용하셔도 좋을 듯합니다. 

아래 코랩을 설치하는 방법을 간단하게 알려드릴게요. 

 

✅ 구글 코랩 설치 방법 

1. 구글 드라이브에 코랩 전용 폴더 생성하기 
   구글에서 제공하는 크롬(Chrome) 브라우저를 사용해야 하고,
   코랩 파일이 구글 드라이브에 저장되기 때문에 별도로 폴더를 생성해서 사용해주시는 것이 좋아요. 
   불필요하다면 스킵하셔도 됩니다. 
   
   
2. 구글 드라이브 폴더에서 [ 우클릭 → 더보기 클릭 → 연결할 앱 → Colaboratory 검색 및 설치 ]  
   저는 이미 설치가 되어 있어 바로 뜨는데 '연결할 앱 더보기'에서 검색해주시면 됩니다. 
   
   
3. 설치가 끝났다면, 폴더로 돌아와 다시 [우클릭 → Colaboratory] 를 눌러주시면 프로그램을 실행하실 수 있어요. 

STEP 1. 코랩 설치하러 들어가는 길

 

STEP 2. 코랩 검색 후 프로그램 설치

 

STEP 3. 코랩을 실행한 화면

 

 

2. Colab 핵심 단축키 

매우 간단하지만 알고 있으면 시간을 단축해주는 기본적인 단축키 소개해드려요! 

맥(mac) 유저 분들은 ctrl을 command로 바꿔서 사용해주시면 됩니다. 

단축키	실행 내용
Shift + Enter	코드 실행
Ctrl + M + A	코드셀 추가
Ctrl + M + D	코드셀 삭제
Ctrl + M + - (하이픈)	코드셀 분할
Ctrl + M + M	셀 유형 변경  *코드셀 → 마크다운 셀로 변경됨.

 

3. 파이썬의 데이터 타입(Data type) 

 

변수는 값을 저장하는 공간으로 = 등호 연산자를 활용해서 값을 저장해줍니다. "함수명 = 값" 형태로 변수를 선언해요. 

파이썬은 동적 타이핑 언어라 변수에 할당되는 값에 따라 데이터 타입이 결정되는데요! 

 

데이터 타입은 크게 4가지 종류이고, 숫자와 시퀀스는 더 세부적으로 나눌 수 있어요. 

그리고 표로 정리하지 않았지만, 종종 보게 될 2가지 변수 유형(불리언, NaN)도 아래 간단하게 설명드릴게요. 

 

✅ Python Data types

01. Numeric type			02. Dictionary	03. Sequence type			04. Set
Integers 정수형	Floats 실수형	Complex 복소수	Dictionary 딕셔너리{}	List 리스트[]	Tuple 튜플()	Strings 문자열"'	Set 집힙

 

# Numeric Type (숫자형)
num_int = 10      # 정수형
num_float = 3.14  # 실수점형
num_complex = 1 + 2j  # 복소수형

# Dictionary (사전)
# 키, 값의 쌍으로 데이터를 저장하는 자료형 
# 순서가 없고, 키를 사용하여 값을 검색함. 
my_dict = {'apple': '사과', 'banana': '바나나', 'cherry': '체리'}

# Sequence Type (시퀀스 형)
# 여러 항목의 집합을 나타내는 자료형 
# 시퀀스형은 순서가 있고, 인덱스를 사용할 수 있음. 
my_list = [1, 2, 3, 4, 5]  # 리스트
my_tuple = (1, 2, 3, 4, 5) # 튜플
my_string = "Hello, World!" # 문자열

#Set (집합)
# 유일한 원소들로 구성된 자료형 
# 슌서가 없고, 중복된 값을 포함하지 않음. 
my_set = {1, 2, 3, 4, 5}

 

① 불리언 (Boolean)

자료형이 주어진 조건이 참(true) 또는 거짓(false)인지 나타내는 자료형입니다. 

조건식을 평가할 때 많이 활용해요. 

#Boolean 변수 선언 
weekday = TRUE 
weekend = FALSE

#비교 연산자를 사용하여 Boolean 값 비교 
X = 10 
Y = 9
A = X > Y 
print(A) # TRUE 출력

 

② NaN (결측값)

NaN(Not a Number)은 정의할 수 없는 수치값을 의미합니다. ex) 0으로 나누기 

주로 수치 데이터를 다루는 작업에서 많이 사용되는데, NaN 값이 포함된 데이터 연산의 결과는 모두 NaN이 된다고 해요.

그래서 결측치를 다른 값으로 대체하거나 삭제하여 결과값을 처리해주어야 합니다. 

# NaN 값을 포함한 데이터프레임 생성
import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [5, np.nan, np.nan, 8],
                   'C': [9, 10, 11, 12]})
                 
print(df)
# 출력:
#      A    B   C
# 0  1.0  5.0   9
# 1  2.0  NaN  10
# 2  NaN  NaN  11
# 3  4.0  8.0  12

---

 

2024. 4. 29

 

오늘의 공부는 여기까지입니다. 

 

TIL(Today I Learned) 작성에 시간을 많이 할애하다보니, 점점 부담이 되어서 지난 주에는 3일 밖에 작성하지 못했어요. 사실 블로그 글을 정리하면서 복습하는 타입이라, 포스팅이 제게도 많이 유익한 시간인데 지난주에는 학습에 많이 집중하지 못한 것 같아요. 🔥이번주는 주 5일 빠짐없이 진행해보겠습니다🔥아마 이번주에는 파이썬 기초에 강의를 듣고 배운 점을 주로 올리지 않을까 싶어요.  

 

그리고 지금까지 했던 것처럼 개념을 정리하는 포스팅 외에도 프로그래머스 SQL 문제 풀이 포스팅도 종종 진행하려고 해요! 문제 풀이하면서 새롭게 알게 된 내용이나 주의해야할 내용을 정리해야할 필요성을 느끼고 있거든요 ㅎㅎ 헤맸던 개념은 조금 더 어렵게 꼬아서 내면, 또 헤매거나 오류를 접하게 되는 ...!! 그런 상황이 있다보니, 제대로 정리해서 기본 원리를 잘 뿌셔보겠습니다🍀

 

* <데이터 분석 파이썬 종합반> 1주차 강의를 학습하고 자발적으로 작성한 포스팅입니다.