Python Data Analysis 01_install

Source

파이선에서 제공하는 데이터 분석 도구

파이선 데이터 분석 도구 설치

기본적으로 파이선은 MacOS를 기준으로 설치할 것이다.

• 파이선 설치 (버젼 2.7 권장, 이후에는 3 사용할 것을 권장함)
• 파이썬 다운로드 : 다운로드

homebrew설치.

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

Python 설치.

brew install python --framework --universal

pip 설치.

easy_install pip

virtualenv 설치

virtualenv는 고립된 Python 환경을 만들어 주는 역할을 한다. 이는 패키지의 셋이나, 의존성을 소유하게 된다. 이는 테스팅을 용이하게하고, 파키지 요구사항을 관리하는 책임을 가진다.

pip install virtualenv

pip install virtualevnwrapper

source /usr/local/share/python/virtualenvwrapper.sh 로 스크립트를 로드한다.

mkvirtualenv test1은 가상 환경을 만들어 주는 역할을 하며 해당 디렉토리에 숨은 파일인 ~/.virtualenv를 만든다.

rmvirtualenv test1은 가상환경을 제거한다.

NumPy 설치하기.

현재 버젼에 맞는 NumPy를 설치하기 위해서 다음을 입력하자.

pip install numpy

SciPy 설치하기.

pip install scipy

matplotlilb 설치하기.

pip install matplotlib

IPython 설치하기.

pip install ipython

IPython 설치이후에 qtconsole를 설치하면 출력 결과를 라인으로 디스플레이 할 수 있다.

brew install pyqt 이를 설치하고 나면 brew는 .bash_profile 환경 변수 파일에 pythonpath를 다음과 같이 추가하게 된다.

```export PYTHONPATH=/usr/local/lib/python:$PYTHONPATH

이제 iPython을 실행할때 qtconsole를 다음과 같이 실행할 수 있다.

ipython qtconsole --pylab=inline

NumPy Array란?

• NumPy Array는 Python의 list 연산보다 더 성능이 우수하다.
• 수치 연산을 위해 만들어진 특수한 객체이다.
• NumPy를 이용하면 더 적은 for 루프를 이용하여 각종 연산을 쉽게 할 수 있다.
• 벡터를 기반으로 만들어져 있다.

NumPy 단순 예제

2개의 숫자 벡터를 만들고자 한다.

하나는 a라는 변수에 들어 있으며 0 ~ n까지의 정수형의 스퀘어 값을 가진다. 만약 n이 3이라면 내부 값은 각각의 스퀘어 값으로 0, 1, 4가 들어간다.

다른하나는 b라는 변수에 들어 있으며 0 ~ n까지의 정슈형의 큐브 값을 가진다. 만약 n이 3이라면 내부 값은 각각의 큐브 값으로 0, 1, 8이 들어간다.

이런 처리를 NumPy를 이용하면 매우 쉽게 처리할 수 있다.

Sample Codes

# -*- coding: utf-8 -*-

import sys
from datetime import datetime
import numpy as np

"""
    이 프로그램은 파이선 방식으로 벡터를 추가하는 예제를 보여준다. 
	이 프로그램은 다음과 같이 실행한다. 
	python vectorTest.py n

	n 값은 정수형으로 벡터의 총 길이를 나타낸다. 

	첫번째 벡터는 0 에서 n까지 스퀘어 값을 저장한다. 
	두번재 벡터는 0 에서 n까지 큐브 값을 저장한다. 

	이 프로그램은 마지막으로 2개의 엘리먼트들의 합을 구하는 것으로 이 시간을 기록하여 출력한다. 
"""

def numpysum(n) :
	a = np.arange(n) ** 2
	b = np.arange(n) ** 3
	c = a + b

	return c

def pythonsum(n):
	a = list(range(n))
	b = list(range(n))
	c = []

	for i in list(range(n)):
		a[i] = i ** 2
		b[i] = i ** 3
		c.append(a[i] + b[i])

	return c

size = int(sys.argv[1])

start = datetime.now()
c = pythonsum(size)
end = datetime.now()

print ("The last 2 elements of the sum", c[-2:])
print ("PythonSum elasped time in microseconds", (end-start).microseconds)

start = datetime.now()
c = numpysum(size)
end = datetime.now()

print ("The last 2 elements of the sum", c[-2:])
print ("PythonSum elasped time in microseconds", (end-start).microseconds)

실행하기.

python vectorTest.py 1000

('The last 2 elements of the sum', [995007996, 998001000])
('PythonSum elasped time in microseconds', 409)
('The last 2 elements of the sum', array([995007996, 998001000]))
('PythonSum elasped time in microseconds', 86)

상기 예제와 같이 numpy를 이용하는 것이 python을 이용한 단순 list처리보다 더 성능상의 이점이 있다.

IPython 이용하기.

IPython shell은 과학자의 경험으로 만들어진 도구이다. 이는 MATLAB이나, Mathematica, Maple등과 같은 매우 요용한 툴과 유사하다.

IPython shell의 기능

• Tab completion기능, 커맨드를 쉽게 찾을 수 있도록 해준다.
• 히스토리 제공
• 인라인 에디팅 제공
• 외부 파이선 스크립트를 %run 을 이용하여 호출 할 수 있다.
• 시스템 커맨드에 접근이 가능하다.
• pylab 스위치 기능제공
• 파이선 디버거와 프로파일러에 접근이 가능하다.

Pylab Switch

pylab switch는 자동적으로 Scipy와 NumPy, matplotlib 패키지를 로드하고 있다. 이를 이용하여 쉽게 데이터 분석을 할 수 있다.

$ ipython -pylab

session 저장기능

IPython은 세션 정보를 저장할 수 있으며 이를 이용하면, 이후에 작업했던 곳으로 다시와서 추가적으로 작업이 가능하다. 세션을 저장하기 위한 명령어는 다음과 같다.

세션저장은 %logstart 명령어를 IPython에서 수행한다.

세션저장 종료는 %logoff 명령어를 IPython에서 수행한다.

Shell 커맨드 실행하기.

기본적으로 IPython에서 커맨드를 실행할 수 있다. 이때 ! 심볼을 이용하여 수행할 수 있다. 날짜를 출력하려면 !date를 입력하면 된다.

In [1]: !date
In [2]: dateval = !date
In [3]: dataval

히스토리 보여주기.

커맨드 이력을 이력으로 보여준다. 이는 %hist 명령어를 수행하면 된다.

메뉴얼 기능 보기

IPython shell에서 제공하는 명령어를 보고자 한다면 다음과 같이 하면된다.

help ar 을 입력하면 ar로 시작되는 모든 명령어를 볼 수 있따.

arange? 과 같이 명령어? 를 입력하면 해당 명령어의 상세 정보를 볼 수 있다.

탭 자동화 기능 실행하기.

탭 자동화 기능을 실행하기 위해서는 다음과 같이 탭 자동화를 위한 모듈을 설치하자.

easy_install readline

pip install readline

상기 둘중하나를 입력하자.