1차시 개념 안내 · 표와 인덱스

1. 센서 측정에서 데이터 분석으로

지난 시간에는 아두이노 센서로 거리·밝기·가변저항 값을 읽고 Serial 통신으로 컴퓨터에 보냈습니다. 오늘부터는 그 값을 CSV 파일로 저장한 뒤 pandas로 분석하고, 이미 배운 Matplotlib으로 그래프를 그려 현상을 해석합니다.

왜 배우나요? 센서가 숫자를 측정하는 것에서 끝나는 것이 아니라, 데이터를 모아 어떤 현상이 일어났는지 증거를 찾아 설명하기 위해서입니다. 예를 들어 사람이 초음파 센서에 가까워질수록 측정 거리가 어떻게 달라지는지 확인할 수 있습니다.

※ 센서값을 Serial 모니터로 출력하는 것과 CSV 파일로 저장하는 것은 별도 단계입니다. CSV 저장은 시리얼 로그를 파일로 기록하거나 PC 프로그램을 이용해 수행합니다. 위 표의 수치는 설명용 예시입니다.

2. 이번 차시의 학습 목표

1. pandas를 불러와 작은 DataFrame을 만든다.
2. 데이터 행·열과 인덱스·열 이름을 구별한다.
3. 인덱스를 바꿔도 표의 크기는 그대로임을 설명한다.

첫 수업에서는 CSV 파일 읽기와 조건 검색까지 서두르지 않습니다. 다음 차시에서 차근차근 이어갑니다.

3. 판다스와 데이터프레임

pandas는 표 데이터를 읽고 정리·분석하는 파이썬 라이브러리입니다.

import pandas as pd

data = {
    'item': ['juice', 'bread', 'milk'],
    'sales': [12, 20, 16]
}
df = pd.DataFrame(data)
print(df)

import: 라이브러리 불러오기 · pd: 별칭 · DataFrame: 2차원 표 · print: 출력

print(df.shape)      # (3, 2)
print(df.index)      # RangeIndex(start=0, stop=3, step=1)
print(df.columns)    # Index(['item', 'sales'], dtype='object')

df = pd.DataFrame({
    'item': ['juice', 'bread', 'milk'],
    'sales': [12, 20, 16]
}, index=[1, 2, 3])
print(df)

df.index = range(1, len(df) + 1)
print(df)

print(df.loc[1])    # 인덱스 이름이 1인 행
print(df.iloc[0])   # 첫 번째 위치의 행

df2 = df.reset_index()
print(df2.shape)    # (3, 3)

3-2. 표의 구조 정리

표의 가로 한 줄은 상품 하나의 기록이고, 세로 한 열은 같은 종류의 항목입니다.

행은 상품 하나의 기록, 열은 item 또는 sales 같은 항목, 인덱스는 행의 이름표입니다.

4. 다음 차시 예고 · 시리즈와 데이터프레임

df['sales']는 한 열을 담은 1차원 Series입니다. df[['sales']]는 열 하나를 가진 2차원 DataFrame입니다.

표의 크기와 자료구조의 차원은 다릅니다. 3행 2열도, 100행 5열도 DataFrame은 2차원입니다.

import numpy as np
scores = np.array([
    [[80, 90], [70, 85]],
    [[95, 88], [75, 92]]
])
print(scores.shape)  # (2, 2, 2)

5. 개념 확인 문제

6. 1차시 실습 시작

코드를 직접 입력하고 실행 결과를 확인하세요. 웹 실습은 별도 설치 없이 실행하도록 구성되어 있지만, import 문은 직접 작성해야 합니다.

1차시 실습을 마쳤다면

다음 수업에서는 하나의 CSV를 읽고 전처리·그래프·해석까지 끝내 봅니다. 그다음 기존 2차시부터 깊이 있게 배웁니다.