본문으로 바로가기

강의

Python 도구 상자

기초기술 수준

업데이트됨 2025. 12.

이터레이터와 리스트 이해에 대해 학습하여 현대적인 데이터 사이언스 기술을 계속해서 쌓아 나가세요.

무료로 강의 시작

PythonProgramming

4시간

12 동영상

46 연습 문제

3,800 XP

310K+

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

이 Python 도구 상자 과정에서는 한 단계 더 나아간 Python 기술을 익히게 됩니다. 먼저 for 루프에서 이미 접해 보신 반복자(iterator)에 대해 배웁니다. 그다음 Python을 사용하는 모든 데이터 전문가와 개발자에게 매우 유용한 리스트 컴프리헨션(list comprehension)을 익힙니다. 과정의 마지막에는 케이스 스터디를 통해 이 과정의 두 파트에서 배운 모든 기법을 직접 적용해 보겠습니다.비디오에는 실시간 자막이 포함되어 있으며, 비디오 왼쪽 하단의 "Show transcript"를 클릭해 표시할 수 있어요. 강의 용어집은 오른쪽의 자료(resources) 섹션에서 확인하실 수 있습니다. CPE 크레딧을 받으려면 과정을 완료하고 인증 평가에서 70% 이상의 점수를 취득해야 합니다. 오른쪽의 CPE 크레딧 안내(Callout)를 클릭하면 해당 평가로 이동할 수 있습니다.

선수 조건

Introduction to Functions in Python

1

Using iterators in PythonLand

You'll learn all about iterators and iterables, which you have already worked with when writing for loops. You'll learn some handy functions that will allow you to effectively work with iterators. And you’ll finish the chapter with a use case that is pertinent to the world of data science and dealing with large amounts of data—in this case, data from Twitter that you will load in chunks using iterators.

Introduction to iterators

Iterators vs. Iterables

Iterating over iterables (1)

Iterating over iterables (2)

Iterators as function arguments

Playing with iterators

Using enumerate

Using * and zip to 'unzip'

Using iterators to load large files into memory

Processing large amounts of Twitter data

Extracting information for large amounts of Twitter data

Congratulations!

2

List comprehensions and generators

In this chapter, you'll build on your knowledge of iterators and be introduced to list comprehensions, which allow you to create complicated lists—and lists of lists—in one line of code! List comprehensions can dramatically simplify your code and make it more efficient, and will become a vital part of your Python toolbox. You'll then learn about generators, which are extremely helpful when working with large sequences of data that you may not want to store in memory, but instead generate on the fly.

List comprehensions

Write a basic list comprehension

List comprehension over iterables

Writing list comprehensions

Nested list comprehensions

Advanced comprehensions

Using conditionals in comprehensions (1)

Using conditionals in comprehensions (2)

Dict comprehensions

Introduction to generator expressions

List comprehensions vs. generators

Write your own generator expressions

Changing the output in generator expressions

Build a generator

Wrapping up comprehensions and generators.

List comprehensions for time-stamped data

Conditional list comprehensions for time-stamped data

3

Bringing it all together!

This chapter will allow you to apply your newly acquired skills toward wrangling and extracting meaningful information from a real-world dataset—the World Bank's World Development Indicators. You'll have the chance to write your own functions and list comprehensions as you work with iterators and generators to solidify your Python chops.

Welcome to the case study!

Zipping dictionaries

Writing a function to help you

Using a list comprehension

Turning this all into a DataFrame

Using Python generators for streaming data

Processing data in chunks (1)

Writing a generator to load data in chunks (2)

Writing a generator to load data in chunks (3)

Using pandas' read_csv iterator for streaming data

Writing an iterator to load data in chunks (1)

Writing an iterator to load data in chunks (2)

Writing an iterator to load data in chunks (3)

Writing an iterator to load data in chunks (4)

Writing an iterator to load data in chunks (5)

Final thoughts

Python 도구 상자

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 Python 도구 상자을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.