Python
-
파이썬의 리스트 컴프리헨션(List Comprehension)은 기존 리스트나 반복 가능한 객체(Iterable)를 바탕으로 새로운 리스트를 간결하게 생성하는 문법입니다.자바의 Stream API에서 .map().filter().collect(Collectors.toList())를 한 줄로 줄여놓은 것과 매우 유사합니다.1. 기본 문법가장 기본적인 형태는 반복문만 사용하는 것입니다.# [표현식 for 항목 in 반복가능객체]squares = [x**2 for x in range(5)]# 결과: [0, 1, 4, 9, 16]표현식(Expression): 새로운 리스트에 담길 값 (위 예제에선 x**2)항목(Item): 반복 객체에서 꺼내온 개별 요소 (x)반복가능객체(Iterable): 소스가 되는 객체 ..
List Comprehension파이썬의 리스트 컴프리헨션(List Comprehension)은 기존 리스트나 반복 가능한 객체(Iterable)를 바탕으로 새로운 리스트를 간결하게 생성하는 문법입니다.자바의 Stream API에서 .map().filter().collect(Collectors.toList())를 한 줄로 줄여놓은 것과 매우 유사합니다.1. 기본 문법가장 기본적인 형태는 반복문만 사용하는 것입니다.# [표현식 for 항목 in 반복가능객체]squares = [x**2 for x in range(5)]# 결과: [0, 1, 4, 9, 16]표현식(Expression): 새로운 리스트에 담길 값 (위 예제에선 x**2)항목(Item): 반복 객체에서 꺼내온 개별 요소 (x)반복가능객체(Iterable): 소스가 되는 객체 ..
2026.03.15 -
torch.manual_seed(RANDOM_STATE)def get_device() -> torch.device: if torch.cuda.is_available(): device = torch.device("cuda") elif torch.backends.mps.is_available(): device = torch.device("mps") else: device = torch.device("cpu") print(f"🚀 사용 중인 디바이스: {device}") return devicedevice = get_device()
GPU 설정torch.manual_seed(RANDOM_STATE)def get_device() -> torch.device: if torch.cuda.is_available(): device = torch.device("cuda") elif torch.backends.mps.is_available(): device = torch.device("mps") else: device = torch.device("cpu") print(f"🚀 사용 중인 디바이스: {device}") return devicedevice = get_device()
2026.03.12 -
🐼 Data Science Standard 인공지능(AI/ML) 전처리를 위한Pandas 핵심 가이드 NumPy 다차원 배열 학습 후, 복잡한 표 형식 데이터를 정제하고 탐색(EDA)하여 AI 모델의 피처(Feature)로 가공하는 최적의 프로세스를 배운다. 학습 네비게이터 01. AI/ML 파이프라인과 Pandas 02. Pandas 개요 & 자료구조 03. 데이터 로드 & 탐색 (EDA) 04. DataFrame 조회 & 필터링 05. 데이터 그룹 집계 & 피벗 01. AI/ML 파이프라인에서 Pandas의 역할 수치 ..
pandas🐼 Data Science Standard 인공지능(AI/ML) 전처리를 위한Pandas 핵심 가이드 NumPy 다차원 배열 학습 후, 복잡한 표 형식 데이터를 정제하고 탐색(EDA)하여 AI 모델의 피처(Feature)로 가공하는 최적의 프로세스를 배운다. 학습 네비게이터 01. AI/ML 파이프라인과 Pandas 02. Pandas 개요 & 자료구조 03. 데이터 로드 & 탐색 (EDA) 04. DataFrame 조회 & 필터링 05. 데이터 그룹 집계 & 피벗 01. AI/ML 파이프라인에서 Pandas의 역할 수치 ..
2026.03.04 -
NumPy 축(Axis) 개념 완벽 이해 2026.03.03
-
numpy - broadcasting 연산 2026.03.03
-
🔢 NumPy 완전 정복! 데이터 분석의 첫 걸음파이썬으로 숫자를 빠르게 다루고 싶다면? NumPy를 배워야 한다!1. NumPy란 무엇인가?**NumPy(Numerical Python)**는 파이썬에서 대규모 수치 데이터를 빠르게 처리하기 위한 라이브러리다.데이터 과학, 머신러닝, 과학 계산 등 거의 모든 파이썬 데이터 작업의 기반이 되는 핵심 도구다.NumPy의 핵심 자료구조는 ndarray(N차원 배열) 이다.import numpy as np # numpy는 외부 라이브러리이므로 반드시 임포트해야 한다arr = np.array([1, 2, 3, 4, 5])print(type(arr)) # 2. 왜 NumPy를 써야 할까?파이썬 기본 리스트로도 숫자를 다룰 수 있다. 하지만 데이터가 많아지면 속..
Numpy🔢 NumPy 완전 정복! 데이터 분석의 첫 걸음파이썬으로 숫자를 빠르게 다루고 싶다면? NumPy를 배워야 한다!1. NumPy란 무엇인가?**NumPy(Numerical Python)**는 파이썬에서 대규모 수치 데이터를 빠르게 처리하기 위한 라이브러리다.데이터 과학, 머신러닝, 과학 계산 등 거의 모든 파이썬 데이터 작업의 기반이 되는 핵심 도구다.NumPy의 핵심 자료구조는 ndarray(N차원 배열) 이다.import numpy as np # numpy는 외부 라이브러리이므로 반드시 임포트해야 한다arr = np.array([1, 2, 3, 4, 5])print(type(arr)) # 2. 왜 NumPy를 써야 할까?파이썬 기본 리스트로도 숫자를 다룰 수 있다. 하지만 데이터가 많아지면 속..
2026.03.02 -
일반적인 딕셔너리(dict)만으로도 충분히 강력하지만, 파이썬의 표준 라이브러리인 collections 모듈을 사용하면 더욱 편리한 확장판 딕셔너리를 사용할 수 있다. 그중 가장 대표적인 defaultdict와 Counter를 정리한다.🐍 파이썬 딕셔너리의 진화: defaultdict와 Counter데이터를 처리하다 보면 "키가 없을 때 자동으로 기본값을 넣어주면 좋겠다"거나 "개수를 자동으로 세어주면 좋겠다"는 상황이 발생한다. 이때 collections 모듈의 도구들을 활용한다.1. defaultdict: 키 에러(KeyError) 없는 딕셔너리일반 딕셔너리는 존재하지 않는 키를 호출하면 에러가 발생한다. 하지만 defaultdict는 키가 없을 경우 사용자가 미리 지정한 기본값(default va..
Collection - defaultdict와 Counter일반적인 딕셔너리(dict)만으로도 충분히 강력하지만, 파이썬의 표준 라이브러리인 collections 모듈을 사용하면 더욱 편리한 확장판 딕셔너리를 사용할 수 있다. 그중 가장 대표적인 defaultdict와 Counter를 정리한다.🐍 파이썬 딕셔너리의 진화: defaultdict와 Counter데이터를 처리하다 보면 "키가 없을 때 자동으로 기본값을 넣어주면 좋겠다"거나 "개수를 자동으로 세어주면 좋겠다"는 상황이 발생한다. 이때 collections 모듈의 도구들을 활용한다.1. defaultdict: 키 에러(KeyError) 없는 딕셔너리일반 딕셔너리는 존재하지 않는 키를 호출하면 에러가 발생한다. 하지만 defaultdict는 키가 없을 경우 사용자가 미리 지정한 기본값(default va..
2026.03.02 -
JupyterLab 기본 사용법목적JupyterLab은 브라우저 기반의 Python 개발 환경이다. 코드 작성과 실행, 결과 확인을 하나의 화면에서 할 수 있으며 데이터 분석, 머신러닝, 교육용 등 다양한 목적으로 널리 사용된다.jupyterlab — 메인 실행 환경으로, 클래식 Jupyter Notebook의 최신 버전이다. 파일 탐색기, 멀티 탭, 터미널 등을 갖춘 경량 IDE에 가까운 형태다.ipykernel — JupyterLab이 Python 코드를 실행할 때 사용하는 커널이다.ipywidgets — 노트북 안에서 슬라이더, 버튼 등 인터랙티브 위젯을 사용할 수 있게 해주는 확장이다.설치macOS / Windows 공통세 패키지 모두 개발 도구 성격이므로 전역으로 설치한다.# uv 사용 시uv ..
jupyterLabJupyterLab 기본 사용법목적JupyterLab은 브라우저 기반의 Python 개발 환경이다. 코드 작성과 실행, 결과 확인을 하나의 화면에서 할 수 있으며 데이터 분석, 머신러닝, 교육용 등 다양한 목적으로 널리 사용된다.jupyterlab — 메인 실행 환경으로, 클래식 Jupyter Notebook의 최신 버전이다. 파일 탐색기, 멀티 탭, 터미널 등을 갖춘 경량 IDE에 가까운 형태다.ipykernel — JupyterLab이 Python 코드를 실행할 때 사용하는 커널이다.ipywidgets — 노트북 안에서 슬라이더, 버튼 등 인터랙티브 위젯을 사용할 수 있게 해주는 확장이다.설치macOS / Windows 공통세 패키지 모두 개발 도구 성격이므로 전역으로 설치한다.# uv 사용 시uv ..
2026.03.02