한빛미디어

데이터 분석, 데이터 시각화에 관한 트렌디한 이야기를 들으면서, 관심이 하루하루 늘어가고 있던 와중!
학교를 다니면서 Matlab이나 ModelSim 같은 수학적이고, 종속적인 툴들을 접하다보니, 자유로우면서도 어느정도 공학적 요소를 살릴 수 있는 프로그래밍을 하고 싶다는 생각이 들었다. 광범위하게 쓸 수 있으면서 C언어처럼 자유로우면서 강력한 라이브러리들이 있다는 Python에 대한 관심이 높아져서 이 책을 읽어보았다.

Python를 부담 때문에 접하지 않은 ^^;; 한가지 핑계로써 기존에 가지고 있던 생각은 C나 JAVA보다 느리다라는 것이었는데, 들어가는 저자의 말에 이런 문구가 있었다.
‘개발자의 시간 비용은 CPU의 시간 비용보다 비싸므로 대개는 이런 등가교환에 만족해한다.’

양쪽은 비교할 수 없는 level이지만, 어플리케이션의 성능이 문제가 되지 않는 한 개발자가 Python을 이용하면 이해와 개발 과정에 있어서 시간을 많이 단축시킬 수 있으므로 쓸만하다는 것이다. 새로운 말은 아니지만 Python이 근처 산업 내에서도 많이 쓰이는 걸 부정할 순 없는 설명인 것 같다. 책에서도 과학계산 어플리케이션이나 프로토타입, 과학자와 기술자의 프로그래밍으로의 접근성을 높이기 위해서 Python을 추천한다.

2장은 여러 종류의 데이터를 처리하고 분석하고 시각화하는 간단한 사례를 소개했다.
외부 자료 활용, 데이터 준비, 데이터 변형, 모델링과 계산, 데이터 표현 이라는 대표적인 작업이 있다면, 보통은 각각에 맞는 툴들을 익혀야 한다. 외부 자료를 파싱하는 언어, 데이터 준비와 변형을 위한 DB 언어, 시뮬레이션을 위한 모델링과 계산 툴, 그리고 데이터 시각화 툴까지. 책에서는 이들 목적이 맞물릴 때 생기는 지식 장벽에 대해 Python 하나만으로 해결할 수 있다는 매력적인 장점을 제공한다. [그림]

3, 4장엔 차례로, IPython이라는 개발 환경, NumPy라는 기본 라이브러리에 대해 소개를 했다. 책에서는 EDP를 가지고 예제를 진행하는데 현재 EDP는 Canopy라는 제품으로 바뀌어 있는 상황이고 호환에 있어서는 아직까진 문제가 없다.

5장에서는 저자가 직접 개발한 pandas라는 고수준 자료 구조와 데이터 분석 도구를 제공하는 라이브러리를 가볍게 살펴본다. 간단한 예시만 있지만 색인(Index)를 객체로 잡고 표 모양의 자료구조에서 카테고리화하는데 유동성을 제공하는 것이 한가지 장점으로 등장한다.

6장~7장에서는 데이터를 받고 준비(다듬기, 변형, 병합)하는 과정을 예제로 들었다. 다른 부서에 서 처리한 방대한 엑셀 형태의 자료를 잘 가꾸고 noise들을 깔끔하게 처리해서, Database에 import시키는 과정은 굉장히 괴롭다. 일반적으로도 한가지 포맷에서 다른 포맷으로 자료를 전환시키는 일은 상황에 맞는 좋은 툴을 개발해놓지 않은 이상, 힘들다. 이 책에서는 상황에 딱 맞는 방법론을 빠르게 구현할 수 있는 가능성을 엿볼 수 있었다. 아마 엑셀 -> Database 이 중간의 데이터 호환 처리 과정에서 좋게 쓰일 수 있을 것 같다.

나머지 장에서는 시각화와 금융, 경제, 그밖의 모델링에 있어서 유용한 점을 살펴볼 수 있었다.

모델링 소프트웨어들은 꽤 있지만, 특정 상황에만 종속되어 있지 않다는 것이, 이론이 좋지만 표현과 시각화에 서투르다 생각하는 공대생에게 익혀두면 괜찮은 툴이라는 생각이 든다!