1. 학습 내용
3일차 강의에서는 파이썬의 기본 문법과 데이터 구조, 그리고 데이터 분석을 위한 Pandas 활용 기초에 대해 학습하였다.
먼저 변수의 개념과 활용 방법에 대해 배웠다. 변수는 데이터를 저장하고 이름을 부여하여 재사용할 수 있게 해주는 요소로, 프로그램의 흐름을 제어하는 데 중요한 역할을 한다. 변수명을 작성할 때는 의미 있는 이름을 사용하는 것이 중요하며, 숫자로 시작할 수 없고 예약어는 사용할 수 없다는 규칙도 함께 익혔다.
이후 데이터 타입에 대해 학습하였다. 정수형(int), 실수형(float), 문자열(str)과 같은 기본 자료형의 개념을 이해하고, 각각의 특성과 사용 방법을 익혔다. 특히 문자열의 슬라이싱과 메서드(upper, lower 등)를 활용하면 데이터를 효율적으로 처리할 수 있다는 점이 인상 깊었다.
다음으로 리스트(list), 딕셔너리(dictionary)와 같은 자료구조를 학습하였다. 리스트는 여러 값을 순서대로 저장할 수 있는 구조로 인덱싱과 슬라이싱을 통해 원하는 데이터를 쉽게 추출할 수 있다. 딕셔너리는 키(key)와 값(value)의 쌍으로 데이터를 저장하며, 다양한 데이터를 체계적으로 관리하는 데 유용하다. 가장 큰 차이점은 리스트는 순서를 기반으로 인덱스를 통해 데이터를 조회하는 반면, 딕셔너리는 키를 기준으로 데이터를 조회하며 값의 추가와 수정이 용이하다는 점이다.
또한 모듈의 개념과 활용 방법을 배웠다. math, os, datetime과 같은 표준 라이브러리를 통해 다양한 기능을 쉽게 사용할 수 있으며, 이를 통해 코드의 재사용성과 효율성을 높일 수 있다는 점을 이해하였다.
마지막으로 Pandas 라이브러리를 활용한 데이터 분석 기초를 학습하였다. Pandas는 Series와 DataFrame 구조를 기반으로 데이터를 다루며, CSV 및 Excel 파일을 불러와 데이터를 처리할 수 있다. 이를 통해 데이터 정제, 필터링, 계산 등의 작업을 코드로 효율적으로 수행할 수 있다는 점을 알게 되었다.
2. 느낀 점
이번 강의를 통해 파이썬을 활용한 데이터 분석의 기초를 직접 익힐 수 있었으며, 데이터 분석이 어떤 흐름으로 이루어지는지 전반적으로 이해할 수 있었다. 특히 변수, 자료형, 리스트, 딕셔너리와 같은 기본 문법이 단순한 개념처럼 보였지만, 실제로는 데이터를 구조화하고 처리하는 데 핵심적인 역할을 한다는 점을 느끼게 되었다. 또한 Pandas를 활용하여 데이터를 불러오고 다루는 과정이 생각보다 직관적이라는 점에서 데이터 분석에 대한 부담감이 줄어들었다.
이번 스터디에서는 제미나이를 활용한 데이터 분석 단계까지는 진행하지 않았지만, 지금까지 배운 내용을 체계적으로 정리해두었기 때문에 이를 바탕으로 스스로 추가적인 학습을 이어갈 수 있을 것이라 생각한다. 스터디 종료 이후에는 제미나이를 활용하여 실제 데이터를 분석해보는 시간을 가질 것이며, 단순한 이론 학습을 넘어 실습을 통해 이해도를 높이고자 한다. 또한 3일간의 스터디를 통해 데이터 분석 환경 구축부터 기본 문법, 그리고 데이터 처리까지 전반적인 흐름을 경험할 수 있었던 점이 의미 있었다. 앞으로는 Pandas를 중심으로 다양한 데이터를 직접 다뤄보며 분석 경험을 쌓고, 이를 반도체 공정 데이터에 적용할 수 있는 수준까지 발전시키는 것을 목표로 하겠다.
