KT에이블스쿨

[KT 에이블스쿨 6기]DX트랙 2주차 후기

코린이파린이 2024. 9. 30. 13:17

 

 

핵심 Point

1. 데이터 다루기 핵심은 라이브러리 연관 메서드를 숙지할것
2.자료형에 따라 메서드 차이가 있으니 차이 유의
3.실습자료를 적극 활용하자

2주 차

 

데이터 다루기

2주 차 for문 if문에 이어서 padas모듈을 활용한 데이터를 다루는 방법에 대해서 배우게 되었다

파이썬을 처음 접하는 터라 아직 익숙지는 않지만 핵심 개념들을 간략하게 정리하면 

하단과 gpt의 도움을 빌려 내가 필요한 개념들을 정리했다

 

(중요) 시리즈와 데이터프레임 차이도 알아야 해

(상세복습은 별도 카테고리에 담을 거다)

왜냐 아직은 좀 부끄럽단 말이지 ㅎㅎ

구분 설명 예시
if문 (조건문) 주어진 조건이 참(True)인지 거짓(False)인지에 따라 실행할 코드 블록을 결정하는 구조. if 조건: <코드 실행> else: <다른 코드 실행>
예시: python if x > 10: print("10보다 큼") else: print("10보다 작거나 같음")
for문 (반복문) 주어진 시퀀스(리스트, 튜플, 문자열 등)의 각 항목을 반복하여 처리하는 구조 for 변수 in 시퀀스: <코드 실행>
예시: python for i in range(5): print(i)
Pandas  2차원 데이터를 다루는 테이블 구조로, 행과 열로 이루어져 있으며 엑셀 시트처럼 데이터를 관리할 수 있음. import pandas as pd df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
예시: df.head() → 데이터프레임의 상위 5개 행을 출력
데이터 선택 데이터프레임에서 특정 열이나 행을 선택할 수 있음. df['A'] → A열 선택
df.loc[0] → 첫 번째 행 선택
조건 조회 조건에 맞는 행만 추출할 수 있음. python df[df['A'] > 1] → A열에서 값이 1보다 큰 행을 선택
새로운 열 추가 기존 데이터를 바탕으로 새로운 열을 추가할 수 있음. df['C'] = df['A'] + df['B'] → A열과 B열의 합으로 새로운 C열 추가
기초 통계량 계산 데이터프레임의 각 열에 대해 요약 통계량을 계산할 수 있음. df.describe() → 각 열의 평균, 표준편차, 최소/최대값 등 요약 통계 제공

 

판 다스 모듈을 활용한 데이터프레임 다듬는 방법 중 특히 행과열에 대한 개념이 익숙지가 않았다. 교육을 들으면서 

이론도 중요하지만 실습자료들을 활용해서 익숙해지는 것이 중요하다

특히 df.loc와 관련해서 사용할 때 왜 생략이 되고 안되는지에 대한 이해가 필요

추후 공부하는 것(데이터분석)들에서 왜 이렇게 하는 거지?라는 고민을 할 필요가 없기 때문이다


코딩 마스터스

9월 2주 차부터 코딩마스터스가 시작되었다. 알고리즘의 알자도 모르지만 파이썬을 배우면서, 코드 작동원리를 이해하려면

도움이 될 것으로 판단하여, 최대한 할 수 있는 만큼 해보려고 한다.

기초문제들 풀어보면서 어 해볼 만한데?!라고 했다가 중급에서 막히고 있다. 이것저것 찾아보면서 공부해 봐야 겠다다른분들은 엄청 다들 잘하시던데 아직 많이 부족하다 그래도 할 수 있다 난 ABLER니까(부끄)

 

이 글 읽는 사람들  tip1. 비전공자 기준 알고리즘 공부평소에 조금씩 백준이나 프로그래머스 활용해서 해두자 2. 모르는 것 괜찮다 구글과 GPT 등 다양하게 활용하면서 어떤 원리로 작동하는지 이해하면서 보자


느낀 점 및 다짐

난 길게 늘어 쓰는 방식이 별로 익숙지가 않아 딱 3줄로 끝낼 거다

 

1. 메서드가 다양하고 언제 써야 할지를 알아야겠다

2. 코딩마스터스 할 수 있는 데까지 할려는데 아직은 기초걸음마다

알고리즘이랑 친해져야 한다

3. 티스토리 어색하다, 곧 친해질 거다