1. 데이터 분석 : Anaconda, Jupyter Notebook

📌Anaconda

데이터 과학, 머신 러닝, 데이터 분석 등 대규모 데이터 처리에 최적화된 파이썬 배포판

→ 필수는 아니나, 원활한 파이썬 개발 환경을 위해 설치 진행

 

---

 

1. 특징

 - 데이터 과학에 필수적인 패키지 제공 (Conda) → 용량이 큰 단점이 있음

 - 다양한 라이브러리 설치 간소화 (numpy, pandas 등)

 - 다양한 플랫폼 지원 (Windows, Linux, macOS 등)

 - 가상 환경 관리 : 프로젝트별 패키지 버전을 가상환경으로 격리하여 관리

 - 오픈소스 (무료)

 

 

---

 

2. 설치

 1) 공식 홈페이지 이동 : https://www.anaconda.com/download

Download Anaconda Distribution | Anaconda

 2) 우측에 다운로드 받을 이메일 입력 후 Submit 클릭

 3) 이메일에 발송된 다운로드 링크 확인

 4) 본인의 운영체제에 맞는 파일 다운로드

 5) 다운로드된 파일 실행하여 설치 진행

 6) 파이썬과 함께 데이터 과학 관련 패키지 다운로드 완료

 

---

 

📌Jupyter Notebook

웹 브라우저 상에서 코드를 작성하고 실행하며 그 결과를 바로 확인하고 시각화하는 도구

* Anaconda 패키지 내에 포함된 툴이며, Anaconda를 설치했다면 따로 설치할 필요 없음

 

---

 

사용 방법

 1) 윈도우키 입력 후 'Anaconda PowerShell Prompt' 입력 후 실행

 2) 코딩 작업을 시작하고자 하는 디렉터리로 이동 후 'jupyter-lab' 입력 후 엔터

주피터 노트북 환경이 웹서버처럼 작동하여 실행됨

 3) Jupyter Notebook 실행 성공

 4) 위 스크린샷 상의 Python 3 아이콘을 클릭하면 새 파이썬 파일(ipynb)이 생성이 된다.

 

보통 파이썬 파일은 '.py' 의 확장자명을 가지는데 주피터 노트북에서는 'ipynb'의 확장자명을 가진다.

주피터 노트북에서 파이썬 파일을 활용하기 위한 확장자일 뿐 vscode와 같은 프로그램에서도 호환이 가능하다.

 

vscode에서도 Jupyter Notebook을 사용 가능하다.

개인 편의성에 따라서 사용하는 것이 좋다.

나는 복잡하고 협업이 필요한 상황이라면 vscode, 아니라면 Jupyter Notebook이 더 편하다.

 

---

 

간단한 사용 예시

데이터 분석을 진행하다보면 결과물에 대한 중간중간 체크를 해가며 상세히 좁혀나갈 필요가 있다.

그러한 상황에서 Jupyter Notebook은 일반적인 코드 실행 과정보다 직관적이다.

 

문자열 a와 문자열 b가 있다.

처음에는 문자열 a만 출력하여 확인하고 싶다.

추후 패치하여 a와 b를 합친 c의 결과물을 보고싶다.

코드의 흐름 별로 결과값 생성

 

코드를 입력 후 'Ctrl + Enter'를 입력 하면 작성했던 해당 시점까지의 코드를 읽어 실행한다.

이는 코드가 조금씩 길어질수록 분기화하여 오류를 찾아내는데에도 도움이 된다.

 

---

 

마무리

앞으로는 해당 툴로 공부를 해가며 내가 배운 것들에 대한 복습 위한 업로드가 진행될 것 같다.

 

일반 사무직도 파이썬을 통해서 많은 것을 활용할 수 있게 되었다.

CS(Computer Science)를 알고 코딩을 해야 개발자이고 그게 아니라면 단순 코더라고 한다.

틀린 말은 아니라고 생각한다.

 

나는 2018년 ICT기반 정보보안 엔지니어 양성을 수료를 마쳤다.

네트워크 기반 정보보안 엔지니어링에 있어 단순 명령어 사용보다는 원리, 기본 이론이 받쳐줘야 한다 생각한다.

작업을 하던 현업에 있던 하다보면 트러블 슈팅에 대응하는데에 이 부분이 크게 작용한다.

 

데이터 엔지니어를 목표로 하고 있으나, 파이프라인에 대해서 알아보다가 CS의 중요성을 알았다.

천천히 CS도 공부하며 DB 및 파이썬 개발능력도 키워나갈 예정이다.

 

내 글을 보는 누군가도 나와 같이 성장해나갔으면 좋겠다.