데이터 과학을 위한 Jupyter 노트북
Jupyter를 실행하고 셀을 작성하며 매직 명령을 사용하고 노트북을 내보냅니다.
데이터 과학을 위한 Jupyter 노트북은(는) CoddyKit의 무료 Learn AI with Python 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Learn AI with Python 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.
탐색을 위한 노트북
주피터 노트북은 하나의 문서에서 코드, 출력 결과, 그래프, 설명문을 함께 다룹니다. 작은 셀 단위로 코드를 실행하면서 셀 사이의 상태를 유지하므로 반복적인 데이터 탐색에 적합합니다.
노트북과 Lab 비교
주피터 노트북은 전통적인 단일 문서 인터페이스입니다. JupyterLab은 파일 탐색기, 탭, 여러 패널을 제공하는 현대적인 통합 개발 환경과 비슷한 인터페이스입니다. 두 환경 모두 동일한 .ipynb 파일을 실행합니다.
pip install jupyterlab notebook
jupyter lab # modern interface
jupyter notebook # classic interface셀 유형
셀은 커널이 실행하는 코드 셀과 설명을 위한 서식 있는 텍스트로 렌더링되는 마크다운 셀 중 하나입니다. M 키로 셀을 마크다운으로 전환하고, Y 키로 다시 코드로 전환하세요.
# Code cell
import numpy as np
np.arange(5)
# Markdown cell (rendered):
# ## Section title
# Some **bold** explanation.실행과 출력
Shift+Enter를 눌러 셀을 실행하고 다음 셀로 이동하세요. 마지막 표현식의 값은 자동으로 표시되므로 print가 필요하지 않습니다.
x = 2 + 2
x # displays 4 below the cell%timeit으로 시간 측정하기
%timeit 줄 매직은 문장을 여러 번 실행하고 평균을 보고합니다. 구현 방법을 비교할 때 사용하는 표준적인 방법입니다.
%timeit sum(range(1000))
# 1000 loops, best of 5: 12.3 us per loop셀 전체 시간 측정
퍼센트 기호를 두 번 사용하면 셀 매직이 됩니다. %%timeit은 한 줄이 아니라 셀 전체의 실행 시간을 측정합니다.
%%timeit
total = 0
for i in range(1000):
total += i인라인 그래프
%matplotlib inline은 Jupyter에 그래프를 셀 바로 아래에 정적 이미지로 렌더링하도록 지시합니다. 노트북 상단 근처에서 한 번 설정하세요.
%matplotlib inline
import matplotlib.pyplot as plt
plt.plot([1, 4, 9, 16])셀에서 셸 명령 실행하기
줄 앞에 !를 붙이면 셸 명령을 실행할 수 있습니다. 노트북을 벗어나지 않고 버전을 확인하거나 파일을 나열할 때 편리합니다.
!pip install seaborn
!ls -la
!python --version셸 출력 캡처하기
셸 출력을 Python 변수에 할당할 수 있습니다. 결과는 출력 줄의 목록입니다.
files = !ls *.csv
print(len(files), "CSV files found")커널: 모두 다시 시작하고 실행하기
순서를 바꾸어 실행하면 버그가 숨겨질 수 있습니다. 커널 → 모두 다시 시작하고 실행은 모든 상태를 지우고 모든 셀을 위에서 아래 순서로 다시 실행하여 노트북의 재현성을 확인합니다.
정의된 이름 나열하기
%who 매직은 세션에서 정의된 변수를 나열합니다. 긴 탐색 작업을 마친 후 메모리에 무엇이 있는지 확인할 때 유용합니다.
%who
# files np plt x빠른 확인
노트북의 기본기를 확인해 보세요.
복습
이제 노트북에서 효율적으로 작업할 수 있습니다.
- 클래식 노트북과 통합 개발 환경과 비슷한 Lab은
.ipynb를 공유합니다 - 코드 셀과 마크다운 셀 유형
- 벤치마킹을 위한
%timeit과%%timeit - 그래프를 위한
%matplotlib inline - 셸 명령을 위한
!cmd - 재현성을 위한 모두 다시 시작하고 실행하기, 상태 확인을 위한
%who
자주 묻는 질문
“데이터 과학을 위한 Jupyter 노트북” 강의는 무료인가요?
네 — “데이터 과학을 위한 Jupyter 노트북” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Learn AI with Python 강의 전체를 잠금 해제할 수 있습니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.
“데이터 과학을 위한 Jupyter 노트북”에서 뭘 배우나요?
Jupyter를 실행하고 셀을 작성하며 매직 명령을 사용하고 노트북을 내보냅니다. 브라우저에서 직접 실행하는 실습 코드로 Learn AI with Python을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Learn AI with Python을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Learn AI with Python은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.
“데이터 과학을 위한 Jupyter 노트북” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Learn AI with Python 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Learn AI with Python 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 가상 환경과 pip
- 데이터 과학을 위한 Jupyter 노트북
- 데이터 과학을 위한 Python 데이터 형식
- Python REPL 및 IPython 활용