밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

121

󽴜󽴔󺇋󽴔

원고를 작성하는 데 세 달이 걸렸고, 구상하는 데

3

분이 걸렸다.

하지만 데이터를 수집하는 데는 평생이 걸렸다.

-

F

. 스캇 피츠제럴드 (

F

.

Scott

Fitzgerald

)

데이터 과학자가 되기 위해서는 데이터가 필요하다. 그러다 보니 부끄럽게도 우

리는 데이터 과학자로서 보내는 시간 중 상당 부분을 데이터를 수집하고, 전처

리하고, 변환하는 데 보내게 된다. 불가피한 상황에서는 데이터를 직접 타이핑

할 수도 있겠지만(아랫것(

minion

)들이 있다면 그들을 시켜도 된다), 그건 우리

의 시간을 효과적으로 사용하는 방법이 아니다. 이 장에서는 다양한 방식을 통

해 데이터를 수집하고, 올바른 포맷으로 파이썬에 전달하는 방법을 배워 보자.

9.1

stdin과 stdout

만약 커맨드라인으로 파이썬 코드를 실행시킨다면

sys.stdin

과

sys.stdout

으로

데이터를 파이핑(

piping

)할 수 있다. 예를 들어 문서를 읽고 주어진 정규표현식

(

regex

)과 매칭되는 줄을 출력해 주는 코드가 있다고 해보자.

# egrep.py

import sys, re

# sys.argv

는

커맨드라인에서

사용할

수

있는

모든

인자에

대한

리스트다

.

# sys.argv[0]

는

프로그램의

이름을

나타낸다

.

# sys.argv[1]

는