01-04) Python 환경 설정

01. 실습 환경

• LMS 온라인 환경에서 컨테이너 가상화 통해 학습
• 모듈 모임과 별개로 조별 모임에서나 개인적인 학습에서는 Google-Colab활용 예정
• 로컬 환경에서는 VS code에 Python, Jupyter lab을 설치하여 연습

TMI지만 만약 세 번째 직장도 데이터 유관 분야로 취업하게 된다면,
그땐 데이터 입력, 전처리, 모델링, 평가, 서빙 전 단계를 (MLops)
AWS나 GCP통해 구현해 보는 것도 좋은 경험일 듯. (이건 아주 장기간의
기간을 두고 추진해야 할 지향점이지 싶다.)

02. Python의 이점

• (상황) 정수a, 정수b를 입력 받아서 a+b를 출력하는 함수를 만든다고
  가정해보자
• Python이 C, C++에 비해 훨씬 사용하기 쉽다는 것을 알 수 있음
• 전통적으로 통계학에서는 R이 사용되었으나, Tensorflorw, Pytorch등으로 딥러닝 프레임워크에서도 python이 훨씬 널리 사용되게 되어서 python이 주류가 되었음

# python으로 만들 때
a = int(input("첫 번째 정수를 입력하세요"))
b = int(input("두 번째 정수를 입력하세요"))

print('a+b는 {a+b}입니다.')

# R로 만들 때(앞으로 쓸 일 잘 없겠지..)
a <- scan(what = integer(), nmax = 1)
b <- scan(what = integer(), nmax = 1)
cat("a+b는", a+b, "입니다.\n")

#include <stdio.h>

int main() {
    int a, b;
    
    printf("첫 번째 숫자를 입력하세요: ");
    scanf("%d", &a);

    printf("두 번째 숫자를 입력하세요: ");
    scanf("%d", &b);

    printf("a+b는 %d입니다.\n", a + b);

    return 0;
}

#include <iostream>
using namespace std;

int main() {
    int a, b;

    cout << "첫 번째 숫자를 입력하세요: ";
    cin >> a;

    cout << "두 번째 숫자를 입력하세요: ";
    cin >> b;

    cout << "a+b는 " << a + b << "입니다." << endl;

    return 0;
}

03. Python의 단점

• C, C++ 대비 에너지 소모량이 많고, 속도가 느림
• 그래서 Scikit-learn, Pytorch, Tensorflow 등에서 최적화 목적으로는 C++이 주로 활용됨