파이썬 기초 09 - 외부 라이브러리 (External Libraries)

🎈 외부 라이브러리 (External Libraries)

Python의 외부 라이브러리는 커뮤니티나 특정 개발자가 제공하는 패키지로, 기본 설치된 표준 라이브러리 외에도 다양한 기능을 제공한다. 외부 라이브러리는 데이터 분석, 웹 스크래핑, HTTP 요청 등 다양한 작업에 유용하며, pip 패키지 관리자를 통해 설치할 수 있다. 외부 라이브러리를 사용하려면 먼저 설치가 필요하다.설치 후, import 키워드를 통해 사용할 수 있다.

1. pandas

데이터 분석을 위한 라이브러리

pandas는 데이터 분석과 조작에 유용한 라이브러리로, 테이블 형식의 데이터를 다루기에 편리하다. 데이터프레임(DataFrame)이라는 구조를 통해 행과 열로 구성된 데이터를 쉽게 조작할 수 있다.

• 설치 명령어: pip install pandas

import pandas as pd

# 데이터프레임 생성
data = {'Name': ['Karina', 'Winter', 'Ningning', 'Giselle'], 'Age': [24, 23, 21, 23]}
df = pd.DataFrame(data)
print(df)

# 데이터프레임의 특정 열 출력
print(df['Name'])  # Output: Name 열의 값

# 기초 통계 정보 출력
print(df.describe())  # 데이터의 통계 요약 정보

# DataFrame을 Excel 파일로 저장
df.to_excel('aespa_data.xlsx', index=False)

• to_excel() 메서드를 사용하여 DataFrame을 Excel 파일로 저장할 수 있다.( openpyxl 또는 xlsxwriter 라이브러리를 설치)
• 설치 명령어: pip install openpyxl
•  index=False: 이 옵션은 DataFrame의 인덱스를 파일에 포함시키지 않도록 설정한다. 만약 인덱스를 포함하려면 index=True로 설정하거나, 옵션을 생략할 수 있다.

⭐ 터미널 출력 결과

2. requests

HTTP 요청을 보내기 위한 라이브러리. 

HTTP 요청을 쉽게 보낼 수 있는 라이브러리로, 웹 API를 호출하거나 웹 페이지의 HTML을 가져올 때 자주 사용된다.

• 설치 명령어: pip install requests

✅ GET 요청 

import requests

response = requests.get("https://api.github.com")
print(response.status_code)   # 응답 상태 코드 출력
print(response.json())        # JSON 형식의 응답 데이터 출력

 

 

• requests.get()는 GET 요청을 보내서 데이터를 가져오는 메서드.
• https://api.github.com은 GitHub의 API 엔드포인트로, 기본적인 정보를 제공한다.
• response.status_code: HTTP 상태 코드 출력. 200은 요청이 성공적으로 처리되었음을 의미한다.
• response.json(): JSON 형식으로 응답 데이터를 출력한다.

✅ POST 요청 

import requests

data = {'key': 'value'}
response = requests.post("https://httpbin.org/post", data=data)
print(response.json())        # JSON 형식의 응답 데이터 출력

 

 

• requests.post(): POST 요청을 보내는 메서드로, 주로 데이터를 서버에 전송할 때 사용함.
• data=data: 서버로 전송할 데이터를 지정합니다. 예시코드에서는 {'key': 'value'}라는 딕셔너리를 데이터로 전송.
• https://httpbin.org/post: httpbin.org는 테스트용으로 많이 사용되는 서비스로, 요청을 그대로 되돌려준다.
• response.json(): JSON 형식으로 응답 데이터를 출력한다.

 

3. tqdm

반복 작업의 진행 상태를 시각적으로 보여주는 프로그레스 바 라이브러리.

• 설치 명령어: pip install tqdm

아래 코드를 실행하면, 10번의 반복 작업이 진행되는 동안 각 작업 사이에 0.1초씩 지연되며 프로그레스 바가 조금씩 채워지는 모습을 볼 수 있다.

from tqdm import tqdm
import time

# tqdm을 사용하여 반복 작업에 프로그레스 바 적용
for i in tqdm(range(10)):
    time.sleep(0.1)  # 작업을 지연시켜 진행 상태를 확인 가능하게 함

• for i in tqdm(range(10)): range(10)은 0부터 9까지 10번 반복되는 루프를 생성하며, tqdm을 통해 각 반복을 시각적으로 보여준다.
• time.sleep(0.1): 각 반복 사이에 0.1초의 지연을 추가한다. 이 지연이 없으면 프로그레스 바가 너무 빠르게 지나가, 진행 상태를 확인하기 어려울 수 있다.

4. numpy

배열 및 행렬 연산에 강력한 기능을 제공하는 라이브러리. 데이터 분석과 과학 계산에서 많이 사용된다.

• 설치 명령어: pip install numpy

import numpy as np

# 배열 생성 및 연산
array = np.array([1, 2, 3, 4])
print(array * 2)  # Output: [2 4 6 8]

# 2차원 배열 생성
matrix = np.array([[1, 2], [3, 4]])
print(matrix)

5. matplotlib

데이터 시각화를 위한 라이브러리. 그래프와 차트를 그리는 데 유용하다.

• 설치 명령어: pip install matplotlib

import matplotlib.pyplot as plt

# 간단한 라인 그래프 그리기
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Simple Line Plot')
plt.show()