1 / 26
WEEK 4

파이썬 기초 문법 2

제어문(조건문, 반복문)과 함수, 라이브러리

SECTION 01

조건문 (if)

상황에 따라 다른 코드를 실행하는 방법

01

조건문 기본 구조 (if, elif, else)

CONDITIONAL

주어진 조건이 참(True)일 때만
특정 코드를 실행합니다.

  • if필수: 가장 먼저 검사하는 조건입니다.
  • elif선택: 앞의 조건이 거짓일 때 검사하는 추가 조건입니다.
  • else선택: 모든 조건이 거짓일 때 실행됩니다.
  • 들여쓰기(Indentation)가 매우 중요합니다. 들여쓰기 된 부분만 조건에 종속됩니다.
score = 85

if score >= 90:
    print("A학점")
elif score >= 80:
    print("B학점")
else:
    print("C학점 이하")

> B학점
01

비교 연산자와 논리 연산자

비교 연산자

값의 크기를 비교하여 True/False를 반환합니다.

  • == : 같다
  • != : 다르다
  • >, <, >=, <= : 크기 비교

논리 연산자

여러 조건을 결합합니다.

  • and : 양쪽 모두 True일 때 True
  • or : 한쪽이라도 True이면 True
  • not : 상태를 반대로 뒤집음

연산자 활용 예시

age = 25
is_student = True

# 두 조건을 모두 만족해야 실행
if age < 30 and is_student == True:
    print("청년 학생 할인 적용")

# 조건 중 하나만 만족해도 실행
if age > 65 or age < 8:
    print("무료 입장")
SECTION 02

조건문과 반복문

조건에 따라 데이터를 골라내고, 같은 작업을 반복하는 방법

02

반복문 기본 구조 (for)

ITERATION

리스트나 튜플의 데이터를
하나씩 꺼내어 코드를 실행합니다.

  • 데이터 개수만큼 반복을 수행합니다.
  • 수십, 수백 개의 데이터를 다룰 때 코드를 획기적으로 줄여줍니다.
  • 반복문 내부 역시 들여쓰기가 필수입니다.
fruits = ["사과", "포도", "바나나"]

# 리스트 안의 데이터를 하나씩 fruit에 담아 실행
for fruit in fruits:
    print(fruit)

> 사과
> 포도
> 바나나
02

횟수를 지정하는 range() 함수

리스트 데이터가 없어도 특정 횟수만큼 반복하고 싶을 때 range() 함수를 사용합니다.

  • range(종료): 0부터 '종료-1'까지 생성
  • range(시작, 종료): '시작'부터 '종료-1'까지 생성
  • range(시작, 종료, 간격): 지정한 간격만큼 띄어 생성
# 0부터 2까지 반복 (총 3번)
for i in range(3):
    print(i)
> 0
> 1
> 2


# 1부터 4까지 반복
for i in range(1, 5):
    print(i)
> 1
> 2
> 3
> 4
02

조건이 참인 동안 반복하는 while

WHILE

조건이 참(True)인 동안
계속 반복합니다.

  • 반복 횟수가 정해지지 않고, 특정 조건이 만족될 때까지 반복할 때 사용합니다.
  • 조건이 계속 참이면 무한 반복(무한 루프)에 빠지므로, 반복문 안에서 조건을 바꿔주어야 합니다.
  • 반복을 즉시 멈추려면 break, 이번 차례만 건너뛰려면 continue를 사용합니다.
# 1부터 5까지 출력
n = 1
while n <= 5:
    print(n)
    n = n + 1
> 1
> 2
> 3
> 4
> 5


# break 로 반복 중단
n = 0
while True:
    n = n + 1
    if n == 3:
        break
    print(n)
> 1
> 2
02

반복문과 조건문의 결합

DATA FILTERING

데이터 분석 시 수많은 데이터 중 특정 조건에 맞는 데이터만 걸러낼 때(Filtering) 두 문법을 조합하여 사용합니다.

주의: 들여쓰기가 두 번 들어갑니다. (for문 내부의 if문 내부)

scores = [45, 90, 70, 30, 85]

# 점수를 순회하면서 70점 이상만 출력
for score in scores:
    if score >= 70:
        print("합격:", score)

> 합격: 90
> 합격: 70
> 합격: 85
02

[실습 1] 합격 점수 필터링하기

조건문과 반복문을 모두 배운 뒤, 리스트에 담긴 점수에서 80점 이상인 합격 점수만 골라 출력해 봅니다.

과제

  • 점수 목록을 for 문으로 하나씩 확인합니다.
  • if 문으로 80점 이상인지 판정합니다.
  • 점수 목록이나 기준 점수(80)를 바꿔 결과를 확인합니다.

시작 코드

scores = [55, 90, 85, 40, 100, 75]
pass_score = 80

# 반복문과 조건문 결합
for score in scores:
    if score >= pass_score:
        print("합격 점수:", score)

> 합격 점수: 90
> 합격 점수: 85
> 합격 점수: 100
SECTION 03

세트 · 함수 · 라이브러리

데이터를 정리하고, 재사용 가능한 코드와 분석 도구로 확장하기

03

세트: 중복 없이 항목 모으기

SET · UNIQUE

중복을 허용하지 않고
순서를 보장하지 않는 자료형입니다.

  • {값1, 값2} 또는 set()으로 만듭니다.
  • 빈 세트는 반드시 set()으로 만듭니다. {}는 빈 딕셔너리입니다.
  • add()로 추가하고 remove()로 제거합니다.
  • discard()는 값이 없어도 오류가 나지 않습니다.
languages = {"C", "Python", "C"}
print(languages)
> {'C', 'Python'} # 순서는 달라질 수 있음

languages.add("Java")
languages.remove("C")
languages.discard("Go")  # 오류 없음

picked = languages.pop()  # 임의 항목 제거·반환
languages.clear()  # 모든 항목 제거
print(languages)
> set()
03

세트를 활용한 집합 연산

두 집단의 공통점과 차이점을 구할 때 세트 연산을 활용하면 반복문 없이 간결하게 처리할 수 있습니다.

  • A | B: 합집합 — 양쪽의 모든 항목
  • A & B: 교집합 — 양쪽의 공통 항목
  • A - B: 차집합 — A에만 있는 항목
  • A ^ B: 대칭 차집합 — 한쪽에만 있는 항목
A = {"Python", "R", "SQL"}
B = {"Python", "Java", "SQL"}

print(A | B)
> {'Python', 'R', 'SQL', 'Java'}

print(A & B)
> {'Python', 'SQL'}

print(A - B)
> {'R'}

print(A ^ B)
> {'R', 'Java'}

※ 세트의 출력 순서는 실행 환경에 따라 달라질 수 있습니다.

SECTION 04

함수 (Function)

반복되는 코드에 이름을 붙여 재사용하는 방법

04

함수(Function): 자주 쓰는 코드에 이름 붙이기

REUSABLE

반복되는 코드를 하나로 묶어
이름만 불러 재사용합니다.

  • def 키워드로 함수를 정의합니다.
  • 같은 작업을 여러 번 할 때 코드를 복사하지 않고 함수를 호출합니다.
  • 코드가 짧아지고, 수정할 때도 한 곳만 고치면 됩니다.
# 함수 정의
def greet():
    print("안녕하세요!")

# 함수 호출 (여러 번 재사용)
greet()
greet()
> 안녕하세요!
> 안녕하세요!
04

매개변수(Parameter)와 반환값(return)

함수에 값을 넣어(매개변수) 처리하고, 그 결과를 돌려받을(return) 수 있습니다.

  • 매개변수: 함수가 호출될 때 전달받는 값 (괄호 안에 정의)
  • return: 함수의 처리 결과를 함수 밖으로 돌려줌
  • return 이 없으면 결과를 변수에 담아 재사용할 수 없습니다.
# 더한 값을 반환하는 함수
def add(a, b):
    return a + b

result = add(3, 5)
print(result)
> 8

# 반환값을 다른 계산에 재사용
print(add(10, 20) * 2)
> 60
SECTION 05

라이브러리 (Library)

이미 만들어진 도구를 불러와 데이터 분석에 활용하기

05

표준 라이브러리와 서드파티 라이브러리

라이브러리는 이미 만든 코드를 모아 재사용하게 해 줍니다. 설치 여부에 따라 두 종류로 구분할 수 있습니다.

  • 표준 라이브러리: 파이썬에 기본 포함되어 바로 사용합니다. 예: math, random
  • 서드파티 라이브러리: 별도로 개발·배포됩니다. 예: NumPy, pandas, matplotlib
  • Google Colab에는 주요 데이터 분석 라이브러리가 미리 설치되어 있습니다.
# 표준 라이브러리 전체 불러오기
import math

print(math.sqrt(16))
> 4.0

print(math.pi)
> 3.141592653589793

# 필요한 함수만 불러오기
from math import sqrt
print(sqrt(25))
> 5.0

# 서드파티 라이브러리와 별칭
import pandas as pd
05

데이터 분석의 세 가지 핵심 라이브러리

NumPy

수치 계산

빠른 N차원 배열과 과학 계산 기능을 제공합니다.

import numpy as np
arr = np.array([1, 2, 3])
pandas

표 데이터 분석

Series와 DataFrame으로 CSV·엑셀 같은 표 데이터를 다룹니다.

import pandas as pd
df = pd.DataFrame(data)
matplotlib

데이터 시각화

선·막대·히스토그램·파이 등 다양한 그래프를 그립니다.

import matplotlib.pyplot as plt
plt.plot([1, 2, 3])

NumPy로 계산 → pandas로 표를 다룸 → matplotlib으로 결과를 시각화

05

NumPy 배열: 리스트보다 계산에 알맞은 구조

list는 여러 값을 담는 기본 상자, NumPy 배열(ndarray)은 숫자를 한꺼번에 계산하는 상자입니다.

  • 리스트: 숫자·글자 등 서로 다른 자료를 순서대로 담기 좋습니다.
  • 튜플: 리스트와 비슷하지만 만든 뒤 값을 바꿀 수 없습니다.
  • 딕셔너리: 키: 값으로 이름을 붙여 데이터를 찾기 좋습니다.
  • NumPy 배열: 보통 같은 자료형의 숫자를 담고, 배열 전체에 빠르게 계산합니다.

같은 데이터, 다른 계산

# 리스트는 반복문이 필요합니다
scores = [80, 90, 70]
doubled = []
for score in scores:
    doubled.append(score * 2)

import numpy as np
arr = np.array([80, 90, 70])
print(arr * 2)
> [160 180 140]
print(arr.mean())
> 80.0
05

Matplotlib으로 점수 그래프 그리기

아래 그래프는 오른쪽의 Matplotlib 코드로 실제 파이썬에서 생성한 결과입니다.

import matplotlib.pyplot as plt

subjects = ["Korean", "English", "Math", "Science"]
scores = [88, 92, 75, 84]

plt.bar(subjects, scores)
plt.axhline(80, linestyle="--")
plt.title("Quiz Scores by Subject")
plt.show()

막대의 높이로 과목별 점수를 비교하고, 점선으로 목표 점수 80을 표시했습니다.

Matplotlib으로 생성한 과목별 퀴즈 점수 막대그래프. Korean 88, English 92, Math 75, Science 84이며 목표 점수 80을 점선으로 표시한다.
05

Pandas의 핵심 구조: Series와 DataFrame

Pandas는 리스트·튜플·딕셔너리 위에, 이름표(index·column)와 표 기능을 더한 데이터 도구입니다.

Series (시리즈) = 이름표가 있는 1차원 열

리스트처럼 한 줄의 값을 담지만, 위치뿐 아니라 인덱스 이름으로도 값을 찾고 통계 계산을 할 수 있습니다.

DataFrame (데이터프레임) = 여러 열이 모인 2차원 표

딕셔너리처럼 열 이름을 쓰되, 모든 열을 같은 행 기준으로 정렬·필터링·분석합니다. 열마다 숫자와 글자를 함께 담을 수 있습니다.

정리: list/tuple은 순서 중심 · dict는 키-값 중심 · Series는 라벨이 있는 한 열 · DataFrame은 라벨이 있는 전체 표

Series와 DataFrame

import pandas as pd

ages = pd.Series([22, 25], index=["가석현", "김철수"])
print(ages["가석현"]) # 22

df = pd.DataFrame({
  "이름": ["가석현", "김철수"],
  "나이": [22, 25]
})
print(df["나이"].mean()) # 23.5
인덱스이름나이
0가석현22
1김철수25
05

딕셔너리로 DataFrame 만들기

CREATE DATAFRAME

딕셔너리(Dictionary)와 리스트(List)를 조합하면 표를 손쉽게 만들 수 있습니다.

  • 딕셔너리의 키(Key)는 열 이름(Column)이 됩니다.
  • 딕셔너리의 값(Value) 리스트는 열의 데이터가 됩니다.
import pandas as pd

# 딕셔너리로 데이터 준비
data = {
    "이름": ["가석현", "김철수", "이영희"],
    "점수": [90, 85, 95]
}

# DataFrame으로 변환
df = pd.DataFrame(data)
print(df)
05

딕셔너리와 DataFrame, 언제 달라질까?

작은 표에서는 둘 다 비슷해 보입니다. 차이는 표 전체를 필터링·정렬·분석할 때 드러납니다.

딕셔너리: 값을 담는 기본 자료형

값을 찾고 반복문으로 직접 처리하기에 좋습니다. 조건에 맞는 학생의 이름과 점수를 함께 남기려면 반복문과 새 리스트를 직접 작성해야 합니다.

DataFrame: 행·열을 다루는 분석 도구

조건 하나로 해당 행 전체를 골라내고, 열 기준 평균·정렬·파일 저장을 바로 할 수 있습니다.

90점 이상 학생 찾기

data = {"이름": ["민지", "준호", "서연"], "점수": [90, 85, 95]}

# dict: 반복문으로 직접 새 목록 만들기
passed = []
for i in range(len(data["점수"])):
    if data["점수"][i] >= 90:
        passed.append(data["이름"][i])
print(passed) # ['민지', '서연']

# DataFrame: 조건에 맞는 행 전체를 선택
df = pd.DataFrame(data)
print(df[df["점수"] >= 90])
# 이름과 점수가 함께 남음
05

외부 데이터 파일 읽어오기 (CSV)

READ EXTERNAL FILE

실무에서는 데이터를 직접 입력하지 않고, CSV(쉼표로 구분된 텍스트) 같은 파일을 불러와 분석합니다.

  • pd.read_csv("파일명.csv"): 대표적인 데이터 로드 함수
  • df.head(): 데이터의 상위 5개 행 미리보기
import pandas as pd

# CSV 파일 읽어오기
df = pd.read_csv("seoul_subway.csv")

# 상위 5개 행 미리보기
print(df.head())

데이터 파일은 노트북 파일(.ipynb)과 같은 폴더에 있어야 합니다.

04

print 와 return, 무엇이 다를까?

입문자가 가장 자주 헷갈리는 부분입니다. print 는 화면에 보여주는 것, return 은 값을 돌려주는 것입니다.

  • print(): 결과를 화면에 출력만 하고, 값은 남지 않습니다.
  • return: 값을 함수 밖으로 돌려주어 변수에 저장하거나 다른 계산에 쓸 수 있습니다.
  • 데이터 분석에서는 계산 결과를 return 으로 받아 이어서 처리하는 경우가 많습니다.
# print 만 사용한 함수 (값이 남지 않음)
def add_print(a, b):
    print(a + b)

x = add_print(2, 3) # 5 출력
print(x)
> None

# return 을 사용한 함수 (값을 돌려받음)
def add_return(a, b):
    return a + b

y = add_return(2, 3)
print(y * 10)
> 50
06

[실습 2] 나만의 성적표 만들기

지금까지 배운 조건문·반복문·세트·함수·Pandas를 모두 사용해 간단한 성적표를 완성해 봅니다.

수행 목표

  • 함수에서 점수를 A/B/C 학점으로 판정하기 (90점 이상 A · 80~89점 B · 80점 미만 C)
  • 반복문으로 과목별 학점을 만들고, 합격 과목을 세트에 담기
  • Pandas DataFrame으로 나만의 성적표 출력하기

시작 코드

import pandas as pd

subjects = ["국어", "영어", "수학"]
scores = [88, 92, 75]

def grade(score):
    if score >= 90:
        return "A"
    elif score >= 80:
        return "B"
    else:
        return "C"

grades = []
passed_subjects = set()
for i in range(len(scores)):
    grades.append(grade(scores[i]))
    if scores[i] >= 60:
        passed_subjects.add(subjects[i])

df = pd.DataFrame({"과목": subjects, "점수": scores, "학점": grades})
print(df)
print("합격 과목:", passed_subjects)
05

[실습 3] 라이브러리를 활용한 계산

표준 라이브러리 math 를 불러와, 반복문과 함수를 함께 활용한 계산을 해 봅니다.

수행 목표

  • import 로 라이브러리 불러오기
  • 모듈.함수() 형태로 기능 호출하기
  • 반복문으로 여러 값 처리하기

실습 가이드 코드

# math 라이브러리 불러오기
import math

# 1. 제곱근 구하기
print(math.sqrt(144))
> 12.0

# 2. 반복문으로 1~5 의 제곱근 출력
for i in range(1, 6):
    print(i, round(math.sqrt(i), 2))
> 1 1.0
> 2 1.41
> 3 1.73
> 4 2.0
> 5 2.24
05

[실습 4] 나만의 BMI 계산기 함수 만들기

키와 몸무게를 입력받아 BMI(체질량지수)를 계산하고 반환하는 함수를 만들어 봅니다.

수행 목표

  • def 키워드로 함수 생성하기
  • 매개변수 2개(체중, 키) 전달하기
  • return으로 결과값 반환하기

실습 가이드 코드

# BMI = 체중(kg) / 키(m)의 제곱
def calc_bmi(weight, height_m):
    bmi = weight / (height_m ** 2)
    return bmi

my_weight = 70
my_height = 1.75
result = calc_bmi(my_weight, my_height)
print("나의 BMI 지수:", round(result, 2))
05

[실습 5] 딕셔너리로 표(DataFrame) 만들기

Pandas를 불러와 가상의 성적 데이터를 엑셀처럼 표 구조로 만들어 봅니다.

수행 목표

  • import pandas as pd로 라이브러리 호출하기
  • 딕셔너리와 리스트 조합으로 데이터 만들기
  • pd.DataFrame() 변환 결과 확인하기

실습 가이드 코드

import pandas as pd

raw_data = {
    "과목": ["국어", "영어", "수학"],
    "점수": [88, 92, 75],
    "학점": ["B+", "A", "C+"]
}

df = pd.DataFrame(raw_data)
print(df)
06

실습 및 LXP 퀴즈 안내

1

실습 1 실행

코랩(Colab)에서 조건문과 반복문을 사용해 80점 이상인 합격 점수만 골라 출력합니다.

2

실습 2 실행

함수·조건문·반복문·세트·Pandas를 활용해 나만의 성적표를 만들고 결과를 확인합니다.

3

LXP 퀴즈 풀기

LXP의 [5주 차 퀴즈]에 접속해 수업 내용을 복습한 뒤, 지정된 기한 안에 모든 문항을 풀고 제출합니다.