Jupyter Lab을 공부하는 이유
인공지능의 열기는 식지 않고 있습니다.
인공지능은 앞으로 머신 러닝, 딥 러닝을 통해 우리의 삶 속 깊숙히 자리잡겠죠.
대량의 데이터를 다루는 작업은 마냥 어렵게만 느껴지지만 개발을 하게 된다면 결코 외면할 수 없는 부분입니다.
jupyter lab을 공부하면서 파이썬과 데이터 분석 능력을 향상시키고자 합니다.
어떤 이유에서인지는 모르지만 이 글을 읽으실 여러분께 도움이 되면 더욱 좋겠네요.
Jupyter Lab 사용을 위해 Anaconda
Jupyter lab을 시작하기 앞서 우리는 아나콘다를 깔아야합니다.
아나콘다는 파이썬과 R 개발자를 위한 프로그램 모음집입니다.
아나콘다 다운로드 링크: https://www.anaconda.com/download
다운로드 후 아나콘다를 열어보시면 Jupyter Lab과 Jupyter Notebook이 있을텐데요.
lab은 정밀한 작업을, notebook은 비교적 단순한 작업이라고 생각하시면 편합니다.
Jupyter Lab이란?
Jupyter Lab은 python 라이브러리를 사용하여 리스트(엑셀 등)와 같은 데이터를 시각화할 수 있습니다.
데이터 가공이 가능하죠.
실행 단위는 cell로, 인터프리터 언어인 파이썬을 사용해보셨다면 이해하기 쉬우실 겁니다.
한 코드를 작성한 후 shift+Enter 입력 시 바로 실행 값을 볼 수 있습니다.
유사한 프로그램으로 colab이 있습니다.
*velog를 작성하고 있는 지금 노트북에는 아나콘다가 깔려있지 않기에 따로 사진을 첨부하기가 곤란하네요. 다음 글 작성 시에는 프로그램 실행 사진도 첨부하여 이해가 쉽도록 정리해야겠습니다.
Python
Jupyter Lab을 사용하기 위해서는 Python으로 프로그램을 작성할 수 있어야합니다.
python에서 사용하는 함수들을 간단히 살펴봅시다.
스칼라 / 비스칼라(벡터)
스칼라: 방향이 없는 물리량
비스칼라(벡터): 크기가 작용하는 점과 방향이 포함된 값 (Unity에서 사용하는 Vector3() 생각하시면 쉽습니다.)
스칼라 함수
lower(): 모든 문자를 소문자로 만듦
upper(): 모든 문자를 대문자로 만듦
capitalize(): 문자의 첫 문자 대문자로 만듦
title(): 단어별 첫 문자를 대문자로 만듦
replace(): 해당 문자열 대체함
find(): 해당 문자열 index 추출
split(): 해당 문자열 기준 분리한 리스트 return
lambda
함수 즉시 호출, 즉석에서 return 필요 없이 함수 제조 가능
lamdba x = 3, y = 3: x*ya = lamdba x = 3, y = 3: x*y
//함수명 = lamdba 매개변수 = (기본값), 매개변수 다수도 가능: 함수 기능
//호출 시 함수명(매개변수, (매개변수를 넣지 않으면 기본값으로 함수 실행됨)) 이를 활용하여 sorted(list, key = lamdba x = x[‘ ’] ) reverse = true)
리스트의 행, 열 요소를 추출하여 정렬하는 등의 사용이 가능합니다.
(1) 마무리
이번 글은 Jupyter Lab과 Python에 대해 간단히 알아보았습니다.
다음 Jupyter Lab은 문제 풀이와 함께 사용방법을 자세히 알아보겠습니다.
