🐍 데이터 분석과 Python - 개요 및 개발환경 구축

1. 개요 및 목표

🎯 목표

• 데이터 분석과 AI 분야의 핵심 언어인 Python을 깊이 있게 이해
• *AI Coding Agent(Google Antigravity 등)**의 활용법 습득
• 데이터 프로젝트 방법론(CRISP-DM) 및 CI/CD, Kubernetes 구조 이해
• NumPy, pandas를 활용한 데이터 전처리 및 시각화 능력 배양
• Web Scraping 및 실무 데이터(시계열, 텍스트) 분석 실습

---

2. 개발 환경 구축: Conda (콘다)

❓ 왜 Conda를 사용하는가?

• 버전 및 의존성 문제 해결:
  • 프로젝트마다 요구하는 Python 버전과 라이브러리 버전이 다름.
  • 무조건 최신 버전을 설치한다고 능사가 아니며, 패키지 간 충돌(Conflict)이 발생할 수 있음.
  • Conda는 패키지 설치 시 의존성(Dependency)을 자체적으로 체크하여 안정적인 버전을 설치해줌.
• 환경 격리: 프로젝트별로 독립된 가상 환경(Virtual Environment)을 만들어 깔끔한 배포 환경(Set-up)을 제공.

📦 Conda의 종류

• Anaconda: Python + 수많은 데이터 과학용 패키지가 포함된 풀 버전 (용량이 큼).
• Miniconda: Python + Conda(패키지 관리자) + 필수 유틸리티만 포함된 최소 버전 (가벼움, 권장).

🛠️ 핵심 명령어

터미널(Terminal) 혹은 Anaconda Prompt에서 사용합니다.

# 1. 가상환경 생성 (이름: py313, 파이썬 버전: 3.13)
conda create -n py313 python=3.13

# (옵션) 생성 시 자주 쓰는 패키지 함께 설치
conda create --name py313 python=3.13 numpy pandas

# 2. 가상환경 활성화
conda activate py313

# 3. 가상환경 비활성화
conda deactivate

---

3. 개발 도구 (IDE & AI)

💻 Visual Studio Code (VS Code)

• 설치: code.visualstudio.com
• 필수 Extensions:
  • Python / Python Debugger
  • Jupyter
  • Korean Language Pack (선택)

🤖 Google Antigravity

• 개요: IDE를 "Agent-First" 시대로 진화시키는 에이전트 개발 플랫폼. VS Code 기반.
• 특징:
  • Agent Manager: 여러 AI 에이전트를 동시에 구동 가능.
  • Artifacts: 작업 목록, 코드 변경 사항(Diff), 스크린샷 등을 제공하여 사용자가 AI 작업을 검토 및 수정 가능.
• 주의사항: Terminal 명령어 실행 권한 등 보안 설정에 유의해야 함 (Agent의 자율성).

---

4. 실습: 환경 설정 및 Hello World

1️⃣ 작업 디렉토리 생성

mkdir dataschool

• VS Code에서 File > Open Folder로 dataschool 폴더 열기.

2️⃣ Jupyter Notebook 설정

• 새 파일 생성: test.ipynb
• Kernel 선택: 우측 상단 'Kernel' 클릭 → Python Environments → py313 선택.
  • 팁: VS Code에서 가상환경이 안 보일 경우, 개발자 창을 다시 로드하거나 경로를 수동 지정.

3️⃣ ipykernel 설치 (오류 주의)

Jupyter Notebook 구동을 위해 ipykernel이 필요합니다.

# 반드시 activate 된 상태에서 실행
conda install -n py313 ipykernel --update-deps --force-reinstall

4️⃣ 실행 테스트

print("hello world")

---

5. 주요 Python Packages

분야	패키지 이름
데이터 전처리	NumPy, pandas
데이터 시각화	matplotlib, seaborn, Folium, wordcloud
웹 크롤링	requests, BeautifulSoup, Selenium
시계열 분석	pandas, statsmodels
한글 처리(NLP)	KoNLPy, KSS, Kiwi
이미지 처리	OpenCV

• 설치 방법 비교:
  • pip install <package> (일반적인 파이썬 패키지 관리자)
  • conda install -c <channel> <package> (의존성 관리가 필요할 때 유용)