3강. Python 분석 환경 준비: 가상환경, Jupyter Notebook, 라이브러리

?1. 이번 강의에서 해결할 문제

전역 Python에 패키지를 섞으면 다른 프로젝트와 버전이 충돌하고 Notebook 커널이 다른 환경을 가리킬 수 있습니다. 재생성 가능한 독립 환경이 필요합니다.

✓2. 학습 목표

✓이 강의를 마치면

• Python 3.13 가상환경을 생성합니다.
• 분석 라이브러리를 같은 인터프리터에 설치합니다.
• Jupyter와 .py 실행 경로를 모두 확인합니다.

◇3. 핵심 개념

venv는 프로젝트별 Python과 site-packages를 분리합니다. PowerShell 실행 정책 때문에 활성화가 막혀도 .venv\Scripts\python.exe를 직접 사용하면 됩니다. JupyterLab은 선택적 탐색 UI이고, 모든 핵심 코드는 src의 .py에서도 실행합니다. 패키지 호환성과 설치 명령은 릴리스마다 바뀔 수 있으므로 공식 설치 문서를 확인합니다.

✎4. 단계별 실습

1. 예제 파일 작성

실행 환경: 코드 편집기

실행 위치: C:\dev\game-data-lab

실행 전 확인: 기존 파일이 있으면 내용을 덮어쓰지 말고 Git diff로 이번 강의 변경 범위를 확인합니다. 실제 개인정보·API Key·토큰은 사용하지 않습니다.

대상 파일: src/check_environment.py

src/check_environment.py

import sys
import matplotlib
import numpy
import pandas
import sklearn

print("python", sys.version.split()[0])
print("numpy", numpy.__version__)
print("pandas", pandas.__version__)
print("matplotlib", matplotlib.__version__)
print("scikit-learn", sklearn.__version__)

2. 실행과 결과 확인

실행 환경: Windows PowerShell

실행 위치: C:\dev\game-data-lab

실행 전 확인: Python 코드는 프로젝트의 .venv 인터프리터를 사용하고 입력 파일 경로가 존재하는지 확인합니다.

대상: src/check_environment.py과 이 강의가 만드는 출력

Windows PowerShell

Set-Location C:\dev\game-data-lab
py -3.13 -m venv .venv
.\.venv\Scripts\python.exe -m pip install --upgrade pip
.\.venv\Scripts\python.exe -m pip install numpy pandas matplotlib jupyterlab scikit-learn
.\.venv\Scripts\python.exe .\src\check_environment.py
.\.venv\Scripts\python.exe -m jupyter lab

예상 결과: 각 버전이 출력되고, 마지막 명령을 선택적으로 실행하면 로컬 JupyterLab 주소가 열립니다.

→5. 분석 또는 모델이 동작하는 이유

python -m pip는 지정한 Python 환경에 설치하므로 pip와 실행 인터프리터가 어긋나는 문제를 줄입니다. 버전 출력과 requirements 기록은 다른 PC에서 환경을 재현할 단서를 제공합니다.

!6. 자주 하는 실수와 해결법

!자주 하는 실수

• 실수: 전역 pip와 venv Python을 섞기 해결: 항상 .venv\Scripts\python.exe -m pip를 사용합니다.
• 실수: Notebook 커널만 믿기 해결: sys.executable로 현재 커널 경로를 확인합니다.
• 실수: 문서의 버전을 무조건 고정하기 해결: 공식 지원 범위를 확인한 뒤 설치 결과를 기록합니다.

✎7. 직접 실습

✎직접 실습

1. 가상환경을 만들고 다섯 도구 버전을 저장합니다.
2. python -m pip freeze > requirements-lock.txt로 현재 환경을 기록합니다.
3. Jupyter 없이도 검사 스크립트가 실행되는지 확인합니다.

실습 기록에는 입력 파일, 실행 명령, 행 수, 처리 규칙과 실제 결과를 남깁니다. 평균 하나를 전체 결론으로 확대하지 않고, 상관관계를 인과관계로 표현하지 않으며, 평가 데이터 정보를 학습에 사용하지 않았는지 확인합니다.

?8. 이해 점검 질문 3개

?이해 점검

1. python -m pip를 권장하는 이유는 무엇인가요?
2. Jupyter Notebook이 이 과정에서 선택 도구인 이유는 무엇인가요?
3. 가상환경 폴더를 Git에 올리지 않는 이유는 무엇인가요?

■9. 핵심 요약

■핵심 요약

프로젝트별 venv와 명시적인 Python 경로가 분석 환경 충돌을 막습니다. Notebook은 탐색을 돕지만 재현 가능한 .py 코드와 버전 기록이 기준입니다.