Python의 특징 및 개발환경

• 1990년도 개발 (처음에는 교육용 목적으로 만들어짐)
• 쉽게 프로그램에 적응 할 수 있도록 디자인된 프로그래밍 언어
  ✔ 자료구조, 데이터 핸들링이 쉬움
  ✔ 시대의 흐름에 따라 데이터 분석, 처리 AI 쪽으로 적합한 언어로 각광
  ✔ 무료로 사용 가능
  ✔ 가독성이 높은 코드
  ✔ 다양한 분야에 이용이 가능, 하지만 데이터 처리쪽에 치중.

---

Python 개발환경 설정

1. 사용하는 컴퓨터에 Python 설치
   • 통합개별환경(IDE)을 설치해서 프로그램 작성 [ 여러가지 IDE 존재]
   • "Visual Studio Code", "PyCharm"을 많이 사용

2. Anaconda 환경에서 Jupyter Notebook 이용
   • Anaconda : Python으로 데이터 분석쪽 작업을 쉽게 하기 위한 개발환경
     • 가상환경을 만들어서 사용
       ✔ 일반 파이썬 프로그램
       ✔ Web Program
       ✔ 데이터 분석 프로그램
     • 각 프로그램마다 사용하는 라이브러리 달라짐

---

Anaconda Prompt 실행

1. 기본적으로 base 가상환경을 사용가능

2. 새로운 가상환경을 만들기 (가상환경 이름은 data_env로 설정 함)

   conda creat -n data_env python = 3.8 openssl

3. 현재 존재하는 가상환경 list 확인

   conda info --envs
   
   가상환경 앞에 *은 현재 선택된 가상환경을 의미

4. 방금 생성한 가상환경으로 전환

   conda activate data_env

5. 현재 가상환경(data_env)에 필요한 라이브러리 설치

   conda install nb_conda

6. Python은 이미 data_env 가상환경안에 설치 했으니 IDE만 준비 하면됨

   • Web 기반의 Jupyter Notebook 사용!
   • Jupyter Notebook을 사용하기 위한 환경 설정 필요
   • 환경 설정 파일 생성해서 내용 수정하면 된다.

     jupyter notebook --generate--config
     -내용 수정후 파일을 닫음

7. IDE(jupyter notebook)을 실행

   • jupyter notebook의 파일은 확장자가 .ipynb를 가짐
   • 즉, 순수 Python 파일이 아니라 jupyter notebook에서만 사용 가능한 파일
   • 순수 Python 파일은 확장자가 .py로 붙음

8. jupyter notebook의 기본 사용법(a,b,dd,ctrl+enter)정도는 기억 해야 함

   • 새로운 cell을 만들려면 above, below == a(셀 위에 생성), b(셀 아래에 생성)
   • dd == cell 삭제
   • ctrl + Enter == cell안의 코드를 실행

9. Jupyter notebook의 단점

   • Web 기반의 IDE이다 보니 assist와 같은 기능이 잘 안됨
   • assist는 자동완성을 의미
   • 하지만 Pycharm은 독립적인 Tool이기 때문에 assist 기능이 좋음
   • 때문에 Pycharm과 Anaconda JupyterNotebook을 같이 사용