블로그 모아보기 - 인프런

데이터리안 파이썬 기초 강의 오픈 🥳

안녕하세요 수강생 여러분 :) 데이터리안에서 <데이터 분석을 위한 파이썬: 입문부터 꿀팁까지> 라는 이름으로 파이썬 기초 강의를 런칭했습니다! 🥳 그리고 지금 오픈 할인 30%를 하고 있어서 후딱 알려드리려고 이렇게 새소식으로 찾아뵙습니다. (이제 인프런에서 지식공유자가 설정할 수 있는 최대 할인폭은 25%예요. 30% 할인은 강의 오픈이나 특별 행사에만 찾아오는 기회입니다!) 저희가 인프런에 첫 강의를 올린게 2020년 초였는데요. 그때부터 '파이썬 기초 강의는 언제쯤 올라오냐' 메일도 보내주시고 많은 분들이 요청해주셨어요. 파이썬 강의 진짜 내고 싶었는데 이게 워낙 범용 프로그래밍 언어다 보니까 어떻게 가르쳐야 수강생 분들이 더 효율적으로, 필요한 기능들을 쏙쏙 골라서 배울 수 있을까 고민이 많아지더라구요. 그래서 기획을 길게 하게 됐습니다. 이제야 인사를 드립니다... 지금까지는 저희 강의 말고 다른 분들이 쓰신 책이나 강의를 추천했었는데 이제는 당당하게 '파이썬 뭘로 공부하나요?' '데이터리안 강의로 공부하세요!'라고 말할 수 있게 되어서 기쁩니다. 이 강의는 '데이터 분석'을 목적으로 파이썬을 공부하시는 분들에게 딱 맞춰 구성한 강의이구요. 선수지식이 전혀 없는 분들도 쉽게 시작하실 수 있도록 설치 등 과정을 과감하게 생략하고 '프로그래밍 언어' 학습에 집중한 강의입니다. 강의 당 시간은 대부분 6분 ~ 15분 내외로 가볍게 들으실 수 있도록 했습니다. 코스의 마지막에는 테이블 데이터를 다루는 라이브러리인 '판다스'나, 가장 유명하고 많이 쓰이는 머신러닝 패키지 '사이킷런'을 맛보실 수 있도록 했습니다. 손으로 쓴 숫자 이미지를 자동으로 분류하는 분류 모델을 30분 튜토리얼안에 작성하실 수 있게 될거예요. 연습문제도 알차게 준비했습니다. 이론 강의 듣고 - 연습문제를 바로 풀어보면서 재밌게 수업내용 복습하고 응용해보실 수 있을거예요. 앞으로도 유익하고, '더 성장하고 싶다!', '더 잘하고 싶다!' 는 생각이 들게 하는 강의 많이 만들어볼게요! 데이터리안 파이썬 팀 드림

데이터 사이언스･파이썬･데이터분석･파이썬입문･데이터사이언스

8

0

[파이썬 토이 프로젝트] 나만의 유튜브 쇼츠(Shorts) 자동화 공장 차리기 🎬

안녕하세요! 파이썬을 활용해 일상의 반복적인 작업을 시스템으로 만드는 개발자입니다. 파이썬 문법을 익히고 나면 크롤링 말고 또 재미있게 해볼 만한 프로젝트가 없을까 고민되시죠? 오늘은 파이썬으로 영상 편집을 자동화해서, 유튜브 '쇼츠 제작 공장'을 직접 만들어보는 흥미로운 토이 프로젝트를 소개해 드립니다. 영상 편집 자동화, 이론과 현실은 다릅니다!보통 블로그 튜토리얼을 보면 코드 몇 줄로 영상 두 개를 뚝딱 합치면 끝난다고 하죠. 하지만 실제 현실에서는 대본을 읽어주는 목소리(TTS)의 길이에 맞춰서 배경 영상의 길이를 정확하게 잘라내어 맞춰주는 세밀한 계산이 필요합니다. 그렇지 않으면 소리만 나오거나 화면만 멈춰있는 엉성한 결과물이 나오게 됩니다.이러한 현실적인 동기화 문제를 해결한 파이썬 코드를 준비했습니다. 한번 따라 해보세요! 파일명: make_shorts.pyPythonfrom moviepy.editor import VideoFileClip, AudioFileClip # 배경 영상과 음성 파일 가져오기 video = VideoFileClip("background.mp4") audio = AudioFileClip("voice.mp3") # 목소리 길이에 딱 맞게 배경 영상 자르기 (매우 중요!) if video.duration > audio.duration: video = video.subclip(0, audio.duration) # 소리와 영상 합치기 final_clip = video.set_audio(audio) # 새로운 영상 파일로 저장하기 final_clip.write_videofile("my_first_shorts.mp4", codec="libx264") 배포와 관리는 세련되게!프로젝트를 깃허브에 올리거나 세팅하실 때, 예전 방식인 requirements.txt 대신 최신 표준인 pyproject.toml을 사용해 보세요. 프로젝트 구조가 훨씬 깔끔해지고 라이브러리 설치 오류도 획기적으로 줄어듭니다.전체적인 코드 작성 흐름과 파이썬이 실제로 쇼츠 영상을 만들어내는 신기한 구동 화면은 아래 제 튜토리얼 영상에 아주 차분하고 자세하게 담아두었습니다. 파이썬의 무궁무진한 활용법을 확인해 보세요! 👉https://www.youtube.com/watch?v=3m4AEVO1swg

개발 · 프로그래밍 기타･파이썬･자동화･파이썬입문･토이프로젝트･영상편집

0

파이썬 토이 프로젝트: F1 레이싱 데이터 분석하고 그래프 그리기 🏎️

안녕하세요! 파이썬을 활용해 실생활의 흥미로운 데이터를 분석하는 개발자입니다.파이썬 기본 문법을 공부하신 뒤 "이제 어떤 데이터를 분석해 볼까?" 고민하시는 분들을 위해, 오늘은 전 세계에서 가장 빠른 스포츠인 F1 레이싱 데이터를 파이썬으로 분석하는 프로젝트를 소개해 드립니다. 깔끔한 데이터는 책 속에만 있습니다보통 파이썬 기초 교재에서는 깔끔하게 정리된 엑셀 데이터를 예제로 다룹니다. 하지만 실제 현업이나 실전 프로젝트에서 다루는 데이터는 그렇지 않죠. 이번에 다룬 F1 센서 데이터 역시 통신 문제로 데이터가 끊기거나 비어있는 결측치가 많습니다. 이런 현실적인 노이즈 데이터를 파이썬으로 어떻게 부드럽게 이어주고(보간법) 분석할 수 있는지 실전 팁을 담았습니다. 한번 실행해 보세요! 핵심 코드F1 공식 데이터를 불러와 드라이버의 속도 그래프를 그리는 기본 뼈대 코드입니다.Pythonimport fastf1 from matplotlib import pyplot as plt # 2023년 몬자 예선전 데이터 불러오기 session = fastf1.get_session(2023, 'Monza', 'Q') session.load() # 가장 빠른 랩타임 데이터 찾기 fast_lap = session.laps.pick_fastest() tel = fast_lap.get_telemetry() # 그래프 그리기 plt.plot(tel['Distance'], tel['Speed']) plt.xlabel("Distance (m)") plt.ylabel("Speed (km/h)") plt.show() 환경 세팅 꿀팁프로젝트를 시작하실 때 옛날 방식인 requirements.txt 대신 요즘 파이썬의 표준인 pyproject.toml을 사용해 보세요. 라이브러리 충돌 없이 훨씬 세련되게 프로젝트를 관리하실 수 있습니다.Ini, TOML[project] name = "f1-project" dependencies = ["fastf1", "matplotlib"] 위 코드를 발전시켜 두 드라이버의 코너링 차이를 정밀하게 비교 분석하는 전체 과정은 아래 영상에 아주 차분하고 자세하게 담아두었습니다. 스포츠 데이터 분석에 흥미를 느끼시는 분들께 좋은 영감이 되길 바랍니다! 👉https://youtu.be/7b1eT20fnHs

웹 개발･파이썬･데이터분석･토이프로젝트･시각화･파이썬입문

0

파이썬 Streamlit으로 내 차 유지비 시뮬레이터 만들기 (M2 vs 클리오 편) 💻

안녕하세요! 파이썬으로 재미있는 실생활 데이터를 분석하는 개발자입니다.파이썬 기초를 떼고 나서 토이 프로젝트를 고민하시는 분들을 위해, 누구나 쉽게 웹 대시보드를 띄울 수 있는 Streamlit 활용법을 코드로 공유해 드립니다.진짜 현실 데이터를 반영한 코드 짜기 보통 교과서적인 튜토리얼에서는 연비 계산만 하지만, 실제 차량 유지비는 그런 탁상공론과는 다릅니다. 2019년식 BMW M2 컴페티션 같은 차량은 고급 소모품 비용이 크고, 2020년식 르노 클리오는 또 다른 정비 주기가 존재하죠.이런 현실적인 변수를 사용자가 웹에서 직접 입력할 수 있게 만든 핵심 코드입니다. 한번 복사해서 실행해 보세요!Pythonimport streamlit as st st.title("나만의 자동차 유지비 계산기") # 두 차량의 현실적인 데이터 입력받기 st.write("2019 BMW M2 Competition 설정") m2_oil = st.number_input("M2 엔진오일 비용", value=300000) st.write("2020 Renault Clio 설정") clio_oil = st.number_input("클리오 엔진오일 비용", value=100000) st.success("이제 이 변수들로 그래프를 그려보면 됩니다!") 배포할 땐 pyproject.toml을 쓰세요 완성된 코드를 서버에 올릴 때 옛날 방식인 requirements.txt를 쓰면 에러가 자주 납니다. 요즘 대세인 pyproject.toml을 설정 파일로 쓰시면 훨씬 세련되고 안전하게 배포하실 수 있습니다.Ini, TOML[project] name = "my-streamlit-app" dependencies = ["streamlit"] 파이썬으로 웹 대시보드를 완성해 나가는 전체 과정과 완성된 시뮬레이터 화면은 아래 영상에 아주 차분하게 담아두었습니다. 코드를 직접 따라 쳐보시면서 파이썬의 재미를 느껴보시길 바랍니다!👉https://youtu.be/VQUF9oDzWf8

웹 개발･파이썬･스트림릿･토이프로젝트･파이썬입문･데이터분석

0