📌250702 ~ 250704 1주차
250702 파이썬 1일차
- ✅ Situation – 상황
변수, 연산자, 데이터타입(자료의 형태)에 대한 학습
-
✅ Task – 과제 아래 내용 관련 문제들 주말에 공부하기
1. 연산자 사용 중 실제 오류가 생길 수 있는 부분 - ( ) 괄호로 우선 연산해야 하는 것들을 꼭 묶기 2. 얕은복사 / 깊은복사 (원본 훼손되면 안되는 경우 주의하기) 3. 컨테이너 자료형 중 매핑형 -
✅ Action – 행동 학습 내용 복습하기
1. 고정 소수점(Fixed Point)과 부동 소수점(Floating Point) 2. 문자열 이스케이프 (\역슬래시) 3. 논리연산 (우선순위 not > and > or) 4. 컨테이너 자료형 중 시퀀스 형(list, tuple, range) 5. 공통 연산자 (가변형 타입, 불가변형 타입 모두 동일하게 사용할 수 있는 연산자) -
✅ Result – 결과 아래 내용을 이해함
1. 동등비교연산(자료형, 값) / 완전항등연산(주소, 자료형, 값) 2. 단락평가(Short Circuit Evalution) - 하나면 참이면 어차피 참이기 때문에 거기서 평가를 멈춤 3. 가변형 타입(list) vs 불가변형 타입(tuple, range)
250703 파이썬 2일차
- ✅ Situation – 상황
제어문[조건문, 반복문(while)]에 대한 학습
-
✅ Task – 과제 아래 내용 관련 문제들 주말에 공부하기
1. 조건문, 반복문에서 '가독성(짧은 줄), 실행시간 짧게, 메모리 적게' 할 수 있는 코드 작성 2. 순서도 작성하는 방법 연습하기 (https://app.code2flow.com/)(https://draw.io) -
✅ Action – 행동 학습 내용 복습하기
1. 간단한 if문, 다중 조건문 2. while 문 3. match~case문 - ' _ ' (언더바)는 와일드카드라고 부르고 앞에 조건들을 제외한 모든 것을 포함 - ' | ' (OR)은 또는을 의미. 둘 중에 하나라도 만족하면 참 - ' * ' (별)은 앞에 값을 제외하고 나머지 요소들을 모두 저장하는 변수(패킹) 앞에 붙임- match~case문
match 변수 or 값: case 값: 실행문 -
✅ Result – 결과 아래 내용을 이해함
1. flag 변수 - 여러개의 조건문들이 하나의 상황에 의해서 함께 제어되어야 하는 경우 2. := (왈러스 오퍼레이터, 바다코끼리 연산자) - 할당과 리턴을 동시에 하게 해줍니다.
250704 파이썬 3일차
개인사정으로 독학
- 파이썬 기초 2 제어문 ~ 기초 3 데코레이터
📌250707 ~ 250711 2주차
250707 파이썬 4일차
-
✅ Situation – 상황
함수, 문자열 출력, 정규식에 대한 학습
-
✅ Task – 과제 익숙하지 않은 내용 공부하기
1. 정규식(Regular Expression) 1. match() 2. search() 3. findall() 4. finditer() - 정규식 패턴 찾기 사이트: https://regex101.com/ -
✅ Action – 행동 학습 내용 복습하기
1. List Comprehension - 기존 List를 사용해서 간단히 다른 리스트를 만드는 기법 - [(변수에 적용할 수식) for (변수) in (for문이 돌아가는 범위)] 2. 문자열 메소드 1. split() 2. replace() 3. strip() 4. join() 5. format() -
✅ Result – 결과 아래 내용을 배움
1. p = re.compile(r"^happy", re.I) - 정규식에는 raw string 표기를 습관적으로 붙여주기 2. join은 split과 반대로 iterable 객체를 string으로 만들어줌 3. re.sub() - 위치를 소괄호로 분리해서 1부터 순서대로 끊어서 부르는 그루핑과 연계해서많이 사용
250708 파이썬 5일차
-
✅ Situation – 상황
모듈, 패키지, 클래스 기초에 대한 학습
-
✅ Task – 과제 아래 내용 관련 문제들 주말에 공부하기
1. 예외 응용 하기 -
✅ Action – 행동 학습 내용 복습하기
1. 예외처리 try: 예외가 발생할 가능성이 있는 코드 except: 예외가 발생할 때 실행할 코드 else: 잘 실행되면 실행할 코드 finally: 되든 안되든 반드시 실행할 코드 2. 코드를 작성하면서 발생할 수 있는 예외 처리 방법 2가지 1. LBYL(Look Before You Leap) 2. EAFP(It's Easier Ask Forgiveness Than Permission) 3. 클래스 변수, 클래스 메서드, 인스턴스 변수, 인스턴스 메서드 4. 예외처리시 하위예외를 먼저 작성하고 상위예외를 작성 -
✅ Result – 결과 아래 내용을 배움
1. 모듈명.변수 or 모듈명.함수() 정도까지로 import 해서 사용하는 것을 권장(어디 출신인지 안 쓰고도 해당 함수와 변수, 클래스를 불러올 수 있지만 권장안함) 2. 객체 지향 언어와 절차 지향 언어의 차이
250709 파이썬 6일차
-
Situation – 상황
클래스에 대한 심층 학습
-
Task – 과제 궁금한 부분 질문하거나 직접 해결하기
1. 클래스 변수에 다차원 리스트(중첩 리스트) 사용했을 때 인스턴스 변수만 변경하고 싶어도 원본이 훼손됨 - 원인 : 클래스 변수의 다차원(중첩) 리스트 객체는 모든 인스턴스가 공유하기 때문 - 해결방법 : 깊은 복사(deepcopy)class Car: color_template = ['white', 'black', ['blue', 'silver']] def __init__(self, model, displacement, is_domestic): self.model = model self.displacement = displacement self.is_domestic = is_domestic import copy self.color = copy.deepcopy(Car.color_template) -
Action – 행동 학습 내용 복습하기
1. 생략 가능한 정보는 디폴트 파라미터에 작성한다 즉 꼭 입력이 필요한 정보는 디폴트 값을 주지 않는다def __init__(self, account, name, password, balance=0)2. int, bool, str, float, list, tuple, range 등 파이썬 자체 제공 클래스 외에도 사용자가 직접 새로운 클래스 만들 수 있음 (함수도 클래스로 정의되어 있음, 파이썬은 클래스가 아닌 것이 없음) 3. 부모클래스의 __init__()을 재사용, super() 사용해서 부모클래스 호출def __init__(self, is_tuned: bool = False, *args, **kwargs): super().__init__(*args, **kwargs)4. @property : 동작(함수)를 값(변수)처럼 사용하게 하는 데코레이터 @get_pw.setter : @ property 의 짝궁인 setter -
Result – 결과 아래 내용을 배움
1. 맹글링 - 파이썬에서 은닉성을 변칙처럼 구현 2. 오버로딩 - 클래스 내의 하나의 메소드가 여러개의 기능을 처리 - 파이썬은 오버로딩 x - 연산자 오버로딩이라고 매직 메소드를 이용해서 눈속임 3. 오버라이딩 - 메소드를 재정의(덮어쓴다) - 메소드 뿐 아니라 속성도 오버라이팅 - 부모한테 물려받은 메소드를 그대로 사용하지 않겠다는 의미 - 자식 클래스에서 부모에게 있던 메소드를 고쳐쓰는 법 - 상속이 되어야만 재정의 할 수 있다 - 상속받은 메소드와 동일한 이름이어야 함
250710 데이터분석 1일차
-
Situation – 상황
NumPy에 대한 학습
-
Task – 과제 궁금한 부분 질문하거나 직접 해결하기
1. reshape 배열의 총 원소 수는 그대로 유지한 채, 배열의 차원(shape) 을 새롭게 바꿈arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]) reshaped3 = arr.reshape(3, 1, -1) reshaped3.shape: (3, 1, 4) [[[ 1 2 3 4]] [[ 5 6 7 8]] [[ 9 10 11 12]]]2. np.nan, np.inf - Not a Number : 브로드캐스팅이 가능한, None을 의미하는 넘파이의 객체 - infinite : 브로드캐스팅이 가능한, 결측치와는 구분된 처리하는 과정에서 잘못된 값 등을 채워넣기 위한 넘파이 객체 -
Action – 행동 학습 내용 복습하기
1. axis np.append(arr, values, axis) 1. 2차원일 때 - 행 : axis=0 - 열 : axis=1 2. 3차원일 때 - 열 : axis=2 2. 브로드캐스팅 Numpy에서 shape가 다른 배열 간에도 산술 연산이 가능하게 하는 메커니즘 3. 복원, 비복원 추출a = np.array([1, 2, 3, 4, 5]) np.random.choice(a, size=4, replace=True) #복원a = np.array([1, 2, 3, 4, 5]) np.random.choice(a, 4, replace=False)#비복원 -
Result – 결과 아래 내용을 배움
1. str으로 된 자료가 있으면 나머지도 str으로 변환하기 때문에 두 번째줄 코드처럼 str으로 된 자료가 있으면 dtype으로 형변환 명시np.array([1.2, '2.1', 5.5]) # 형변환 주의 np.array([1.2, '2.1', 5.5], dtype='float') # dtype으로 형변환 명시2. 난수를 만드는 알고리즘을 돌리는 최초의 같은 값으로 고정해서 사용import random # 내장 파이썬 random.seed(3) # 코드셀에 같이 넣어주시는 게 값을 실제로 윗 셀과 같도록 하는 방법 random.randint(1, 100)np.random.randint(1,2) # 넘파이 min <= x < max (2 절대 안나옴) rng = np.random.default_rng(3) # 씨드 인스턴스 rng.integers(low=1, high=3, size=1) # 넘파이 min <= x < max
250711 데이터분석 2일차
-
Situation – 상황
Pandas에 대한 학습
-
Task – 과제 아래 내용 관련 문제들 주말에 공부하기
1. Grouping Analysis 2. Melt 3. Pivot table 4. Function Apply -
Action – 행동 학습 내용 복습하기
1. 데이터프레임(dataframe) - 엑셀과 같이, 인덱스(index), 변수(column), 값(value)로 이루어진 데이터 구조 - 판다스의 특수한 자료형 - 2차원 자료 구조, Series가 합쳐진 형태 (Series : 1차원 배열 자료 구조, 브로드캐스팅 가능, numpy로 연산되고 관리됨) 2. 파생변수: 이미 있는 데이터를 특정 컬럼의 조건에 따라 새로 알고싶은 형태로 파생시키는 것 - df['over25'] = df.나이 >= 25 3. del / drop (삭제) - del df['over25'] - df.drop('지역', axis=1) # axis=0 행 / axis=1 열 4. df을 합치기 위한 명령어 1. merge : 중복 x, 추려서 합침 2. concat : - 행 기준 pd.concat(df, data) - 열 기준 pd.concat((df, data), axis=1) - 둘 다 가지고 있는 값만 추려서 리턴 pd.concat((df, data), join='inner') 3. join : 조건을 걸어서 합침 -
Result – 결과 아래 내용을 배움
1. 기본 코드 1. data = pd.DataFrame(data) 2. data.info() : 개발자가 확인해야 자료로서의 구조를 보여줌 3. data.describe(include='all') : 수집된 자료들의 경향성을 보여주기 위한 대푯값 4. data.head(1) / data.tail(1) : 앞의 5줄까지 출력 / 뒤에 5줄까지 출력 2. df2 = df.copy() : numpy처럼 pandas의 copy()도 deepcopy 3. loc은 label 값으로 접근하고 iloc은 index 기준으로 접근 - loc 시작인덱스 : 끝인덱스 - iloc 시작인덱스 : 끝인덱스값 + 1 4. 열, 행 으로 동작하는 판다스를 행, 열 순서로 동작하는 넘파이의 조건으로 가져오기 위해 loc사용
📌250714 ~ 250718 3주차
250714 데이터시각화 1일차
-
Situation – 상황
데이터분석 EDA, matplotlib, seaborn에 대한 학습
-
Task – 과제 아래 내용 주말까지 공부하기
1. Box Plot( 명목형 변수 x축, 연속형 변수 y축) 1. Five-number Summary: 5가지 주요 통계량이 시각적으로 표현됨 2. 여러 그룹 간 데이터를 비교할 때 유용 3. 데이터의 신뢰구간과 이상치를 빠르게 확인할 수 있음 2. male의 iqr 범위 / female의 iqr 범위 계산해서 이상치 값 찾기 문제(male 6개, female 1개) - 이상치 : 1.5 * iqr(The interquartile range(3분위수-1분위수)) 을 벗어난 값 3. Barplot, 서브플롯 그리기 4. Scatter Plot, Count Plot, distplot, kdeplot, Violin Plot, Heatmap, Pair Plot -
Action – 행동 학습 내용 복습하기
1. 질적 변수의 종류(수학적 연산결과는 아무런 의미가 없음) - 명목형 : 변수나 크기가 순서에 대한 의미를 부여할 수 없는 경우 - 순서형 : 변수가 어떤 기준에 따라 순서에 의미를 부여할 수 있는 경우 2. 양적 변수의 종류(덧셈, 뺄셈 등의 연산 가능 + 의미있음) - 이산형 : 변수가 취할 수 있는 값을 하나하나 셀 수 있는 경우 - 연속형 : 변수가 구간 안의 모든 값을 가질 수 있는 경우 3. 그래프가 여러개의 데이터를 표현할 경우, 누락된 정보가 없는지 확인해봐야함 4. Histograms 1. 양적변수(연속형 변수)를 특정 구간으로 나눠서 그 범위에 해당하는 데이터의 '빈도'를 막대그래프로 표시 2. 양적변수의 경향성(평균 근처에 값이 몰려있는지, 얼마나 몰려있는지 같은 특징을 파악) -
Result – 결과 아래 내용을 배움
1. EDA와 CDA - 탐색적 데이터 분석(EDA) : 원 데이터(Raw data)를 가지고 유연하게 데이터를 탐색하고, 데이터의 특징과 구조로부터 얻은 정보를 바탕으로 통계모형을 만드는 분석방법 - 확증적 데이터 분석(CDA) : 가설을 설정한 후, 수집한 데이터로 가설을 평가하고 추정하는 전통적인 분석 - 탐색적 데이터 분석(EDA: Exploratory Data Analysis)는 기술통계 - 확증적 데이터 분석(CDA: Confirmatory Data Analysis)는 추론통계 2. Scatter Plots(산점도) - 양적변수와 양적변수 사이의 상관관계를 파악 - 상관관계, 이상치의 분포 3. Stack Plots 1.횡단적 관점과 종단적 관점을 하나의 그래프에 표현할 수 있음 2. 누적된 각 데이터의 값자체 뿐 아니라 전체 중의 비율을 함께 보고, 변화량도 확인할 수 있음 3. 시간에 따라 변화하는 값에 사용 4. Seaborn 1. Matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지 2.함수가 쉬우며 직관적으로 결과를 확인할 수 있음 3.seaborn은 시각화용 패키지라서 결과를 직접 보여주지 않음
250715 데이터시각화 2일차
-
Situation – 상황
데이터 분석 방법론, EDA 기초, EDA를 위한 시각화 패키지(Matplotlib, Plotly)
-
Task – 과제 미니 프로젝트(데이터 활용 분석 및 시각화 진행)에서 EDA 실습하기
1. 미니 프로젝트 주제 선정 및 데이터 탐색 -
Action – 행동 학습 내용 복습하기
1. PLOTLY - 인터랙티브 그래프 생성 - fig 객체는 기본적으로 JSON 형식으로 데이터를 그림 - 파이썬에서 Plotly로 그림을 그리는 방법은 3가지 1. dict 형식으로 그리는 방법 : 가능은 하나 섬세하게 그래프를 그리려면 복잡하여 거의 쓰이지 않음 2. Express를 통해서 그리는 방법 : px를 통해 템플릿으로 그래프를 빠르게 그리기 가능 (https://plotly.com/python/plotly-express/) 3. Graph_objects를 통해서 그리는 방법 : 섬세한 커스터마이징이 가능, 그래프를 겹쳐그릴 수 있음(https://plotly.com/python/reference/) 2. Scatter Plot 3. Line Chart 4. 시계열(Time Series) 그래프 5. Bar Charts - 범주형 자료에 대한 카운팅, Category나 class에 대한 비교 - 순위형 자료에 대해 카운팅할 때 - 여러 범주형 변수에 대한 Overlay를 확인 가능 6. Histogram 7. Distribution Plot 8. Box Plot & Violin Plot 9. 트리맵 10. Maps -
Result – 결과 아래 내용을 배움
1. go.Figure - data : 데이터에 관한 정보 - layout : 제목, 폰트, 축, 범례 등 레이아웃 설정 정보 - go.update_layout : fig에 레이아웃 추가 업데이트 - go.add_trace : fig에 시각요소 추가 삽입 (subplot, map, 추가 그래프 등) - go.make_subplots : 다중 그래프 그리기 2. 데이터셋 불러와서 데이터 검토하기 위한 코드 - .info() - .describe(include='all') - .head() - .tail() - .unique() 3. Plotly Fundamentals - 데이터 레이블 - 색상 차원 - 템플릿 - 구성 - 높이, 너비 및 여백 조정 - 눈금 형식 지정 - 글꼴, 제목, 범례 항목 및 축 제목 설정 - 축(Axes) - 서브플롯(Subplots)
250716 ~ 250718 미니 프로젝트 및 발표(총 3일)
-
Situation – 상황
데이터 활용 분석 및 시각화 진행 (데이터를 입력받고, 해당 데이터에 적합한 방식으로 시각화한다)
-
Task – 과제
- 서울시 시민행복지수 통계 데이터 전처리(출처: 서울열린데이터광장)
- streamlit application 구현
- Action – 행동
- GitHub 공용 repository 생성 및 branches 생성
- 2020~2024년도 서울시 자치구별, 항목별 행복지수 데이터 전처리
- Plotly로 그래프, 차트 생성(시계열 그래프, 레이더 차트)
- 지역별 행복도 변화량(5개년) - 항목별 꺾은선 그래프(해당 지역의 2020~2024년도 행복 지수)
- 원하는 자치구 행복지수 비교 - 레이더 차트를 통한 시각적 비교(항목별 5개년 평균 점수 사용)
- 삶의 만족도 5개 항목에 대한 중요에 따른 유사한 지역 추천 시스템
- Result – 결과
- GitHub : (https://github.com/beening01/happy.git)
- Streamlit : (https://happy-disticts.streamlit.app/)
📌250721 ~ 250725 4주차
250721 SQL 1일차
-
Situation – 상황
SQL 기초 문법과 기본 SELECT 문 및 GROUP BY, 조건문 등을 중심으로 학습
-
Task – 과제
아래 SQL 쿼리를 직접 작성하여 동작 방식 이해하기1. 2019년 1분기 개봉 영화 중 관객수 10만 이상인 영화의 월별/유형별 관객 소계 2. 상/하반기 구분 후, 매출 천만 이상 영화의 월별/유형별 관객 소계 3. 부제가 있는 영화 개수 (':' 포함) 4. 감독이 2명 이상일 때 쉼표(,) → 슬래시(/)로 바꾸어 출력 -
Action – 행동
기초 SQL 명령어와 데이터 형식, DB 개념 복습1. SQL 언어 구조 이해 (DML, DDL, DCL, TCL) 2. SELECT ~ FROM ~ WHERE 기본 구문 실습 3. 집계 함수 및 GROUP BY, ORDER BY 실습 4. WHERE절에서의 다양한 조건문 사용 5. DISTINCT, COUNT 함수 오류 주의사항 확인 -
Result – 결과
1. SQL은 인덱스가 1부터 시작하며, SELECT 쿼리의 순서 및 문법 구조를 익힘 2. 스키마(schema)와 데이터베이스(database)의 차이(MySQL에서는 유사) 3. 데이터 웨어하우스, 데이터 마트, 레이크의 개념 정리 4. 정형/반정형/비정형 데이터 유형 이해 5. GROUP BY로 집계 시, SELECT 절에 포함된 컬럼 규칙 이해
(학습 파일: 01_sql연습.sql)
250722 SQL 2일차
-
Situation – 상황
테이블 간 관계를 탐색하기 위한 다양한 JOIN과 서브쿼리 학습
-
Task – 과제
다양한 JOIN과 서브쿼리 실습 문제 해결1. NEW YORK 근무 사원의 이름과 급여 조회 2. emp와 dept를 조인해 사원명, 부서명 조회 3. SMITH와 동일한 부서 사원 조회 (SMITH 제외) 4. 사원-매니저 INNER JOIN / 매니저가 NULL인 경우 포함한 LEFT JOIN 5. 40번 부서도 결과에 포함되는 OUTER JOIN 작성 6. 급여 등급(salgrade) 조인을 통한 등급 확인 -
Action – 행동
JOIN 및 서브쿼리 활용 실습1. EQUI JOIN, NON-EQUI JOIN, OUTER JOIN, SELF JOIN 구조 익힘 2. FROM 절에 서브쿼리(파생 테이블), SELECT 절 스칼라 서브쿼리 실습 3. WHERE 절의 서브쿼리에 ANY, ALL, SOME 연산자 적용 방법 확인 4. 다중 조인 시 테이블 별칭(alias) 및 ON 조건 활용법 숙지 5. SQL의 동작순서: FROM -> WHERE -> (GROUP BY -> HAVING) -> SELECT -> ORDER BY -> LIMIT -
Result – 결과
1. INNER JOIN은 공통 컬럼이 양쪽 테이블에 존재할 때만 결과 출력 2. OUTER JOIN은 NULL도 포함되므로 데이터 유실 방지 가능 3. SELF JOIN은 한 테이블 내부 관계 탐색에 매우 효과적 4. 서브쿼리는 복잡한 조건 분리 시 가독성과 성능 개선에 유리 5. 서브쿼리 위치에 따라 사용 가능한 연산자가 다름을 이해
(학습 파일: 02_JOIN.sql, 03_subquery.sql)
250723 SQL 3일차
-
Situation – 상황
DML(INSERT/UPDATE/DELETE), 제약조건(INTEGRITY), 인덱스(INDEX) 등 실무 활용 중심 학습
-
Task – 과제
실제 데이터 삽입/수정/삭제 및 성능 튜닝 실습1. emp01 테이블 생성 및 다양한 INSERT 방식 실습 2. UPDATE/DELETE와 TRANSACTION(트랜잭션) 처리 연습 3. PK, FK, UNIQUE, CHECK 등 제약조건 추가 및 삭제 실습 4. ON DELETE / ON UPDATE 옵션의 동작 방식 확인 5. INDEX 생성/삭제 및 성능 비교 -
Action – 행동
테이블 생성부터 인덱스까지 전체 흐름 실습1. INSERT 구문: 전체 칼럼 vs 특정 칼럼 입력 실습 2. UPDATE 구문: 조건절 포함, 연산 포함, JOIN 기반 수정 3. DELETE vs TRUNCATE 비교 실습 4. 트랜잭션(SAVEPOINT, ROLLBACK, COMMIT) 흐름 테스트 5. PRIMARY KEY와 FOREIGN KEY 설정 및 조회 6. CREATE INDEX / DROP INDEX 명령어 실습 -
Result – 결과
1. DML 명령어는 COMMIT을 기준으로 반영/취소 가능 2. 제약조건을 통해 데이터 무결성 확보 (예: NULL 제한, 참조 무결성) 3. ON DELETE CASCADE는 부모 삭제 시 자식 데이터 자동 삭제됨 4. 인덱스는 검색 속도를 높이지만 INSERT/UPDATE 성능에는 영향을 줄 수 있음 5. 클러스터형 인덱스는 실제 데이터 정렬까지 변경함, 보조 인덱스는 별도 구조로 관리됨
(학습 파일: 04_DML-.sql, 05_INTEGRITY-.sql, 06_index-.sql)
250724 SQL 4일차
-
Situation – 상황
VIEW, WINDOW FUNCTION, Stored Procedure, Trigger에 대한 실습
(Stored Procedure와 Trigger는 아직 개념 수준의 이해) -
Task – 과제
VIEW와 WINDOW FUNCTION을 활용한 데이터 조회/분석,
Stored Procedure·Trigger 기본 개념 및 작성법 체험1. VIEW 생성/삭제 및 DML 영향 확인 2. 단일 테이블/조인 기반 VIEW 실습 3. WINDOW FUNCTION으로 순위, 누적합, 이동평균 등 실습 4. Stored Procedure 기본 작성·호출 개념 학습 5. Trigger의 동작 구조와 예제 코드 개념 학습 -
Action – 행동
VIEW와 WINDOW FUNCTION의 다양한 활용 실습,
Stored Procedure와 Trigger는 예제 중심으로 코드 작성 방식 파악1. CREATE VIEW / DROP VIEW 명령어 실습 2. View를 통한 UPDATE·INSERT 시 원본 테이블 영향 확인 3. RANK, DENSE_RANK, ROW_NUMBER 실습 4. FIRST_VALUE, LAST_VALUE, LAG, LEAD 등으로 데이터 비교 5. PERCENT_RANK, CUME_DIST, NTILE로 비율/그룹 분석 6. Stored Procedure와 Function 작성법과 CALL 사용법 확인 7. Trigger의 BEFORE/AFTER, OLD/NEW 개념 파악 및 예제 코드 분석 -
Result – 결과
1. View를 통해 컬럼 은닉과 조인 결과를 간편하게 재사용 가능 2. View에서의 DML은 원본 테이블의 제약조건을 그대로 따름 3. Window Function으로 순위, 집계, 비율 등 다양한 분석 가능 4. Stored Procedure는 반복 쿼리를 묶어 효율적으로 실행 가능 5. Trigger는 DML 이벤트 발생 시 자동으로 후속 작업 실행 가능
(학습 파일: 07_VIEW+WINDOWFUNCTION-.sql, 08_STOREDPROCEDURE+TRIGGER-.sql)
250725 SQL 5일차
-
Situation – 상황
movies 테이블 정규화 및 VIEW, WINDOW FUNCTION, Partition 실습 진행
(Stored Procedure와 Trigger는 예제 중심의 개념 학습)
(ERD는 erdcloud를 활용하여 다대다 관계 설계 시각화) -
Task – 과제
1. movies 테이블 정규화 및 N:M 관계 테이블 설계 2. CREATE VIEW / DROP VIEW 명령어 실습 및 DML 영향 확인 3. RANK, DENSE_RANK, ROW_NUMBER 등 순위 함수 실습 4. LAG, LEAD, FIRST_VALUE, LAST_VALUE 등 비교 함수 실습 5. Stored Procedure 작성법과 CALL 사용법 확인 -
Action – 행동
정규화된 ERD 설계 후 파티션 테이블 생성 및 분석 함수 실습1. movies 테이블을 기준으로 제작사·배급사·수입사 N:M 테이블 설계 2. erdcloud로 정규화된 ERD 시각화 작성 3. VIEW를 활용한 컬럼 은닉 및 조인 결과 재사용 실습 4. VIEW 기반 UPDATE·INSERT 시 원본 테이블 영향 확인 5. WINDOW FUNCTION으로 순위·누적합·그룹 분석 수행 6. Stored Procedure 예제 작성 및 CALL 명령으로 실행 7. Trigger 동작 구조 확인 및 BEFORE/AFTER 트리거 분석 8. movies_p 테이블에 RANGE Partition 적용 후 조건별 쿼리 실행 9. EXPLAIN으로 Partition 유무에 따른 성능 차이 비교 -
Result – 결과
1. 정규화를 통해 데이터 중복 제거 및 무결성 향상 2. VIEW를 통한 재사용 가능한 쿼리 구조 구성 가능 3. VIEW 기반 DML은 원본 테이블 제약조건을 그대로 따름 4. WINDOW FUNCTION으로 다양한 형태의 순위 및 분석 가능 5. Stored Procedure로 반복 로직을 효율적으로 관리 가능 6. Trigger로 특정 이벤트 시 자동화 처리 구조 이해 7. RANGE Partition을 활용해 조건 범위 내 쿼리 성능 향상 확인
(학습 파일: 07_VIEW+WINDOWFUNCTION-.sql, 08_STOREDPROCEDURE+TRIGGER-.sql, 09_partition.sql, erdcloud ERD 이미지 포함)
📌250728 ~ 250801 5주차
250728 Docker 1일차 및 시험
-
Situation – 상황
Docker의 기본 개념과 실습 명령어를 학습하고, AI 엔지니어링 '데이터 분석과 웹 서비스' 교과목 평가 응시
(Notion 문서: 01-Docker, 02-Docker 학습 완료) -
Task – 과제
Docker 환경과 이미지/컨테이너의 구조 및 동작 원리를 이해하고,
기본 명령어를 활용해 컨테이너 생성·실행·삭제 등을 실습1. Docker 개념(이미지, 컨테이너, 레지스트리) 이해 2. 주요 명령어 학습: run, ps, exec, stop, rm, images 등 3. -p, -v, --name, --rm 등 run 옵션별 의미 실습 4. nginx 기반 컨테이너 생성 및 포트 연결 실습 5. 마운트 경로 지정 및 HTML 페이지 노출 확인 -
Action – 행동
Notion 자료 기반으로 핵심 명령어와 옵션의 기능을 정리하고
직접 실습하며 Docker 컨테이너 기반 웹 서버를 구축1. docker run -d -p 8000:80 nginx 명령으로 컨테이너 실행 2. docker exec -it [컨테이너명] bash 로 내부 접근 3. docker cp로 외부 HTML 파일을 컨테이너로 복사 4. -v 옵션으로 마운트된 로컬 경로 → 컨테이너 경로 연동 확인 5. localhost:포트번호 접속 시 웹 페이지 정상 노출 확인 -
Result – 결과
1. Docker의 핵심 구조(이미지-컨테이너-레지스트리) 흐름을 명확히 이해 2. run, ps, exec, stop, rm 등 주요 CLI 명령어 숙련도 향상 3. nginx 컨테이너 기반 웹 서버를 직접 실행하며 마운트/포트 실습 완료
250729 Docker 2일차
-
Situation – 상황
Docker의 이미지 구조, 컨테이너 라이프사이클, Dockerfile 작성법을 학습
(Notion 문서: 03~05-Docker 학습 완료) -
Task – 과제
Docker의 내부 작동 원리를 이해하고,
이미지 생성 → 컨테이너 실행 → 상태 확인 및 삭제까지의 흐름을 실습.
또한 Dockerfile을 활용해 사용자 정의 이미지를 빌드하고 실행.1. Docker 이미지의 계층 구조와 read-only 원리 학습 2. 컨테이너 상태 변화 (running, stopped 등) 이해 3. 컨테이너 로그/파일 시스템 확인 및 복사 방법 실습 4. Dockerfile 작성법과 주요 명령어 (`FROM`, `WORKDIR`, `COPY`, `CMD`) 학습 5. Dockerfile 기반 이미지 빌드 및 실행 -
Action – 행동 Docker CLI 및 Dockerfile을 활용해 실습 중심으로 명령어 사용법과 이미지 구조를 학습
1. docker history 명령으로 이미지 레이어 구조 확인 2. docker diff 명령으로 컨테이너 변경 내역 추적 3. docker logs / cp 명령으로 컨테이너 내부 정보 접근 실습 4. Dockerfile에 FROM, WORKDIR, COPY, EXPOSE, CMD 등을 정의하여 이미지 생성 5. docker build -t 커스텀 이미지 생성 후 run 명령으로 컨테이너 실행 6. EXPOSE된 포트를 -p 옵션으로 연결하여 웹 애플리케이션 확인 -
Result – 결과
1. 이미지의 레이어 구조 및 컨테이너의 read/write 방식에 대한 이해 향상 2. 컨테이너의 상태 및 로그를 CLI로 확인하는 법을 익힘 3. Dockerfile을 통해 반복적인 컨테이너 설정을 자동화 가능하다는 점 체감 4. 커스텀 이미지를 직접 빌드하고 실행함으로써 Docker 개발 흐름을 전체적으로 이해 5. 실무에서 Docker를 사용한 환경 배포, 이식성 확보, 반복 설정 자동화의 가능성을 인식함
250730 Docker 3일차, GitHub 교육
-
Situation – 상황
GitHub 기반 협업 절차 실습 및 Docker에서의 Container 간 통신과 Docker Compose 학습
(깃허브 특강 자료, Notion 문서: 06-Docker 학습 완료) -
Task – 과제
Git의 기초 명령어부터 원격 저장소를 활용한 협업 방식까지 실습하고,
Docker에서는 단일 컨테이너를 넘어서 여러 컨테이너 간의 통신,
복합 서비스 구성 도구인 Docker Compose를 학습1. Git 설치, GitHub 가입 및 토큰 생성 2. 로컬 저장소 생성, 커밋(add, commit), push/pull 실습 3. 원격 저장소에서 브랜치 전략, PR(Merge) 실습 4. 컨테이너 간 기본 네트워크 구조 학습 5. bridge 네트워크에서 서비스 간 통신 실습 6. Docker Compose로 여러 컨테이너 구성 및 실행 -
Action – 행동 CLI 및 GUI(Sourcetree)를 활용해 Git과 GitHub의 기본 흐름을 체험하고,
Docker Compose 파일 작성 및 실행을 통해 실제 서비스 연동을 경험1. GitHub Personal Access Token 생성 및 Sourcetree에 연동 2. 로컬 Git 저장소에서 add → commit → push 순으로 반영 3. 원격 브랜치 생성 및 PR(Merge) 시나리오 실습 4. Docker 기본 네트워크 구조(bridge, host 등) 학습 5. docker-compose.yml 파일 작성 6. docker compose up -d로 멀티컨테이너 환경 실행 -
Result – 결과
1. Git의 기본 명령어와 GitHub의 협업 흐름을 실제로 체험 2. 브랜치 전략과 Merge 절차를 통해 협업의 구조 이해 3. GitHub Issues, Projects, PR을 통한 팀 기반 개발 흐름 감각 익힘 4. 컨테이너 간 네트워크 구조와 통신 방식에 대한 이해 확보 5. Docker Compose로 멀티 컨테이너 서비스를 손쉽게 구성할 수 있음을 확인
250731 Docker 4일차, Linux 1일차
-
Situation – 상황
Docker에서의 Container 설계 및 Linux 기본 개념 학습
(Notion 문서: 07-Docker 학습 완료, Linux 자료 학습 중) -
Task – 과제
1. Dockerfile을 통한 컨테이너 설계 방법 학습 2. Linux의 커널, 셸, 터미널 구조에 대한 개념 이해 3. CLI 조작법 및 사용자 권한 관리 명령어 실습 -
Action – 행동
1. Dockerfile 작성 규칙 및 베스트 프랙티스를 참고하여 이미지 빌드 실습 2. Linux의 핵심 구성요소인 커널, 셸, 터미널의 역할과 상호작용 방식 정리 3. 사용자 전환(su, sudo), 셸 교체(sh, bash), 커맨드 히스토리 검색 등 실습 수행 -
Result – 결과
1. 명령어 실행의 흐름(입력 → 셸 → 커널 → 출력)을 구조적으로 이해함 2. Docker에서 이미지 구성 요소를 최적화하는 설계 능력을 습득함 3. 리눅스의 사용자 권한 체계 및 커맨드 라인 효율적 활용법(탭 자동완성, Ctrl 조합키 등)을 실습을 통해 체득함
250801 Linux 2일차
-
Situation – 상황
리눅스의 파일 시스템 구조와 주요 명령어 학습
(디렉터리 역할, 기본 명령어, 파일 탐색 및 관리, 명령어 도움말 등 기초 다지기) -
Task – 과제
1. 리눅스의 주요 디렉터리(/bin, /etc, /home 등) 역할 파악 2. 파일 생성/이동/복사/삭제 등 파일 시스템 명령어 실습 3. man, help, whatis, grep, find, ln, awk 등의 활용법 익히기 -
Action – 행동
1. /etc, /usr, /var 등 디렉토리의 역할과 구조 학습 2. ls, pwd, cd, mkdir, cp, mv, rm, touch 등 파일 조작 명령 반복 실습 3. cat, less, head, tail, grep, awk를 조합해 실전 파일 검색 및 가공 수행 4. ln을 통한 하드링크, 소프트링크 실습 및 visudo 설정 파일 관리 실습 진행 -
Result – 결과
1. 리눅스의 파일 시스템 전반 구조에 대한 개념 이해 및 /etc의 중요성 인식 2. 기본 파일 조작 명령어를 능숙하게 활용 가능
📌250804 ~ 250808 6주차
250804 Linux 3일차
-
Situation – 상황
리눅스 셸 스크립트 및 환경 설정 학습
(셸 특수문자, 변수/조건문/반복문, vi 사용법, crontab 설정 등 실습 중심) -
Task – 과제
1. ~/.bashrc, ~/.profile, /etc/profile의 차이 이해 및 설정 실습 2. 셸 특수문자(*, ?, [], ;, ", ', $(date) 등) 실습 3. 리다이렉션(>, >>, 2>), 명령어 치환($(date)), crontab 자동 실행 설정 -
Action – 행동
1. .bashrc와 .profile의 실행 시점을 비교하고 각각 실습 2. touch, rm, echo, grep, cp 등을 이용한 특수문자 실습 수행 3. crontab -e 명령으로 정기 작업 등록 및 /tmp/cron.result에 결과 저장 확인
# 실습 1: 실행시 my_string이라는 변수에 파라미터로 값을 입력받고, my_string을, 비어있으면 empty를 출력하는 파일 mystring.sh 를 작성
echo "값을 입력하세요"
read my_string
if [ -n "$my_string" ]
then
echo "$my_string"
else
echo "empty"
fi
exit 0;
-
Result – 결과
1. 사용자 초기화 파일의 실행 조건과 적용 범위에 대한 실질적 이해 2. 셸 특수문자와 쿼팅(escaping)의 실제 동작 방식 체득 3. crontab을 이용해 시스템 자동 작업 스케줄링 실습 완료 (df -h, weather API 등)
250805 Linux 4일차
-
Situation – 상황
리눅스 파일 권한 및 사용자/그룹/소유권 관리, 우분투 패키지 및 파일 관리 학습
-
Task – 과제
1. 파일 및 디렉토리의 종류, 링크 수 이해 2. 사용자 및 그룹 추가/삭제/수정 명령어 실습 3. chown/chgrp/chmod 명령어로 소유자 및 권한 설정 -
Action – 행동
1. tar, gzip, zip, bzip2, xz 압축 및 해제 실습 2. wget으로 파일 다운로드, scp로 원격 파일 전송 실습 3. dpkg, apt-get, apt-cache 명령어로 패키지 설치/삭제 -
Result – 결과
1. Github Action을 활용한 크론잡 실습 2. Workflow, Event, Job, Step, Action, Runner 단계로 크론잡 실습 -
깃허브 실습 결과 : fisa05-weather-api
250806 Linux 5일차, Elasticsearch 1일차
-
Situation – 상황
** 데이터 수집 파이프라인 실습, ELK Stack 개념 이해 및 환경 구축**
-
Task – 과제
1. Github Action을 활용하고, OpenWeather API 사용한 크론잡 실습2 2. 데이터 파이프라인 만들기 위해 오픈 API 사용해서 깃허브에 프로젝트 생성 실습 -
Action – 행동
1. Python 코드 작성, GitHub Actions 워크플로우 작성, GitHub Secrets 설정 후 크론잡 동작 2. iTunes Search API를 활용해 랜덤 음악을 추천하고, GitHub Actions를 통해 1시간마다 자동으로 README.md에 추천 내용을 업데이트 3. Elasticsearch, kibana 환경 구축 -
Result – 결과
1. Github 데이터 파이프라인 실습 2. Github Action을 활용한 크론잡 실습2 -
자동 음악 추천 프로젝트 실습 결과 : fisa05-music-api
-
크론잡 실습2 결과 : fisa05-weather-api2
250807 Elasticsearch 2일차
-
Situation – 상황
엘라스틱서치 API 활용 기초(검색 쿼리 구현)
-
Task – 과제
1. match, match_phrase, term, terms, bool 쿼리 실습을 통해 문서 검색 동작 확인 2. 'my_bulk' 인덱스에 다양한 메시지를 저장한 후, 복합 쿼리 실습 수행 - google이 포함된 문서 검색 - "Chrome Google" 순서 검색 - pink 포함 + blue 동시 포함 시 가중치 - pink 포함 + blue 동시 포함 but 점수 영향 없이 - "하늘사" 유무 상관없이 google, chrome 포함 문서 검색 - "하늘사" 제외 + chrome 포함 문서 검색 (filter 활용) -
Action – 행동
1. match/match_phrase/term/terms 쿼리를 활용해 단어, 문장, 정확 일치 여부 확인 2. bool 쿼리의 must, should, must_not, filter를 조합하여 복합 검색 쿼리 구현 및 점수 조절 방식 실습 -
Result – 결과
1. 검색 API의 다양한 방식에 따른 결과 차이점과 용도 구분 능력 습득 2. 검색 조건을 구성하는 쿼리 DSL의 기본 구조와 응용 방식 이해
250808 Elasticsearch 3일차
-
Situation – 상황
엘라스틱서치 API 활용 기초(시각화)
-
Task – 과제
1. Nori 사용자 user_dictionary, 품사 필터 적용 인덱스 생성 및 시 텍스트 분석 2. 실습: 오픈뱅킹 데이터를 활용한 대시보드 구현 -
Action – 행동
1. Elasticsearch 인덱스 생성 2. Nori 토크나이저 커스터마이징, 품사 기반 불용어 처리, 한자 처리 3. 구두점 유지, 특정 품사 제거, 숫자 처리 4. KQL, Lucene 쿼리와 Query DSL 호환 사용 -
Result – 결과
1. 시 전문을 해당 분석기로 토큰화 및 분석 2. 키바나를 사용한 대시보드 만들기