[파이썬 데이터 과학 통계 학습] Day2

기본적인 용어정리가 끝나고 난 후 개발환경을 마련하는 파트를 시작했다.
넘파이, 판다스, 사이파이, 사이킷런등의 주요 패키지를 활용하여 데이터를 분석해야하기에 아나콘다, 주피터 노트북을 설치해야한다. 개발용 노트북에는 환경이 마련되어있지만 데스크톱에는 아직 준비되지 않았기에 과정을 따라가며 환경을 구축하고자 한다. 이 후에는 주피터노트북을 통해 책의 진행을 계속해나갈 예정이다.

2.1 개발환경

키워드 : 아나콘다, 주피터노트북

학습한 내용
아나콘다 버전확인 :

conda --version

아나콘다 업데이트 :

conda update -n base conda

아나콘다 패키지 업데이트 :

conda update --all

아나콘다 PIP 업데이트 :

python -m pip install --upgrade pip

아나콘다 가상환경 설정 :

conda create -n (가상환경명) python=3.7

아나콘다 가상환경 접근 :

conda activate (가상환경명)

2.2 파이썬의 기초 (아는 내용이므로 간단히 넘어간다.)

키워드 : 자료형, 변수, 예약어, 식별자, 리터럴 상수, 주석, 표현식, 인터프리터, 컴파일러, 연산자, 피연산자, 문자열, len, 인덱싱, 슬라이싱, 불리언연산자, in연산자, 문자열비교, 이스케이프 문자, 숫자연산자, 비교연산자,나머지연산자,제곱연산자,복합대입연산자

2.3 파이썬의 자료형 (또한 아는 내용이므로 간단히 넘어간다.)

키워드 : 리스트, append, insert, del, pop, sort, reverse, index, count, extend, in, 딕셔너리, keys, values, items, clear, get, in, 튜플

2.4 파이썬의 제어문 (또한 아는 내용이므로 간단히 넘어간다.)

키워드 : if조건문, else조건문, elif조건문, pass예약어, for반복문, while반복문, 제어문

학습한내용
pass : 미구현 상태의 코드를 에러없이 지나감

2.5 파이썬의 함수 (또한 아는 내용이므로 간단히 넘어간다.)

키워드 : 함수, def, 매개변수, 가변매개변수, 리턴

2.6 파이썬의 모듈

키워드 : 모듈, 내부모듈, import, from, as, 외부모듈(pip, numpy, pandas, seaborn, matplotlib, scipy, statsmodels, sklearn)

학습한내용
외부모듈 설치 (conda prompt에서) :

pip install numpy pandas seaborn matplotlib scipy statsmodels sklearn

주피터 노트북에 가상환경 등록 (따로 나와있지 않아 자료수집을 했다.) :

pip install ipykernel

python -m ipykernel install --user --name (가상환경명) --display-name "(가상환경명)"

jupyter notebook

외부모듈 설치확인 및 버전 확인 :

print('-'*100)
print("- 라이브러리 버전 체크")
print('-'*100)

import sys
print("Python 버전: {}".format(sys.version))

import pandas as pd
print("pandas version: {}".format(pd.__version__))

import matplotlib
print("matplotlib version: {}".format(matplotlib.__version__))

import numpy as np
print("numpy version: {}".format(np.__version__))

import scipy as sp
print("scipy version: {}".format(sp.__version__))

import sklearn
print("scikit-learn version: {}".format(sklearn.__version__))

import seaborn as sns
print("seaborn version: {}".format(sns.__version__))

import statsmodels as sm
print("statsmodels version: {}".format(sm.__version__))

결과적으로 다 정상적으로 동작했다. 다음 학습부터는 라이브러리를 통해서 데이터를 핸들링해볼 계획이다.