본문으로 바로가기

강의

효율적인 Python 코드 작성

중급기술 수준

업데이트됨 2026. 1.

효율적인 코드 작성법을 익혀 불필요한 오버헤드를 피하고, 빠르게 실행되며 자원을 능숙하게 할당하도록 하십시오.

무료로 강의 시작

PythonProgramming

4시간

15 동영상

52 연습 문제

4,000 XP

150K+

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

데이터 과학자에게 가장 중요한 시간은 코드를 기다리는 것이 아니라 데이터에서 실행 가능한 인사이트를 얻는 데 쓰여야 해요. 효율적인 Python 코드를 작성하면 실행 시간을 줄이고 연산 자원을 절약하여, 데이터 과학자로서 좋아하는 일에 더 많은 시간을 쓸 수 있어요. 이 강의에서는 Python의 내장 데이터 구조, 함수, 모듈을 활용해 더 깔끔하고 빠르며 효율적인 코드를 작성하는 방법을 배워요. 병목 구간을 찾기 위해 코드를 측정하고 프로파일링하는 방법을 살펴본 뒤, Python Standard Library, NumPy, pandas를 사용해 이러한 병목과 좋지 않은 설계 패턴을 제거하는 연습을 해볼 거예요. 강의를 마치면, 효율적인 Python 코드를 작성하는 데 필요한 도구를 갖추게 됩니다!동영상에는 실시간 대본이 포함되어 있으며, 동영상 왼쪽 하단의 "Show transcript"를 클릭하면 볼 수 있어요. 강의 용어집은 오른쪽의 리소스 섹션에서 확인할 수 있어요. CPE 학점을 받으려면 강의를 완료하고 평가에서 70% 이상의 점수를 받아야 해요. 오른쪽의 CPE 학점 안내를 클릭하면 평가로 이동할 수 있어요.

선수 조건

Data Types in Python Python Toolbox

1

효율성의 기초

이 장에서는 효율적인 Python 코드를 작성한다는 것이 무엇인지 배워요. Python Standard Library를 살펴보고, NumPy 배열을 알아보며, Python의 내장 도구 몇 가지를 직접 사용해 봅니다. 이 장은 이후에 다룰 개념들을 위한 기반을 다져 줍니다.

환영합니다!

객관식 퀴즈: 효율적이란 무엇일까요

앞으로 다룰 내용 맛보기

Zen of Python

내장 기능으로 구축하기

내장 함수 연습: range()

내장 함수 연습: enumerate()

내장 함수 연습: map()

NumPy 배열의 강력함

NumPy 배열 연습

모든 것을 종합해 보기: Festivus!

2

코드의 시간 측정과 프로파일링

이 장에서는 서로 다른 코딩 접근 방식의 실행 시간을 수집하고 비교하는 방법을 배워요. line_profiler와 memory_profiler 패키지를 사용해 코드베이스를 프로파일링하고 병목을 찾아보는 연습을 합니다. 그런 다음, 학습한 내용을 적용해 이러한 병목을 효율적인 Python 코드로 대체해 볼 거예요.

실행 시간 살펴보기

%timeit 사용하기: 이제 여러분 차례!

%timeit 사용하기: 실행 횟수와 루프 수 지정

%timeit 사용하기: 정식 이름 vs 리터럴 문법

실행 시간 프로파일링

단답 퀴즈: %lprun 사용 단계

%lprun 사용하기: 병목 지점 찾기

%lprun 사용하기: 병목 구간 수정

메모리 사용량 코드 프로파일링

깜짝 퀴즈: %mprun 사용 단계

%mprun 사용하기: 히어로 BMI

%mprun 사용하기: Hero BMI 2.0

모두 종합하기: 스타워즈 프로파일링

3

효율성 높이기

이 장에서는 더 복잡한 효율성 팁과 요령을 다룹니다. 효율적인 코드를 작성하는 데 유용한 몇 가지 내장 모듈을 배우고, 집합론을 활용하는 연습을 해요. 이어서 Python의 반복 패턴을 살펴보고 이를 더 효율적으로 만드는 방법을 배웁니다.

효율적으로 결합하고, 세고, 반복하기

포켓몬 이름과 타입 결합하기

표본에서 포켓몬 수 세기

포켓몬의 조합

집합 이론

포케덱스 비교하기

포켓몬 검색하기

고유한 포켓몬 모으기

반복문 없애기

루프 없이 포켓몬 모으기

반복문 없이 구하는 포켓몬 합계와 평균

더 나은 루프 작성하기

한 번만 계산하는 루프

전체 변환 루프

모두 종합하기: 포켓몬 z-점수

4

기초적인 pandas 최적화

이 장에서는 pandas DataFrame을 효율적으로 다루는 방법을 간단히 소개합니다. DataFrame을 반복(iterate)하는 다양한 방법을 배우고, 이어서 DataFrame에 저장된 데이터에 함수를 효율적으로 적용하는 방법을 살펴봅니다.

pandas DataFrame 반복 소개

.iterrows()로 반복하기

Run differentials with .iterrows()

또 다른 이터레이터 메서드: .itertuples()

itertuples()로 반복하기

`.itertuples()`로 득실점 차 계산하기

반복문 대신 사용하는 pandas 방식

.apply()로 야구 통계 분석하기

apply()로 논쟁 해결하기

pandas 반복의 최적화

내부 배열로 .iloc 대체하기

모두 합쳐 보기: 승률 예측하기

축하합니다!

효율적인 Python 코드 작성

강의
완료

수료증 획득

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

19백만 명 이상의 학습자와 함께 효율적인 Python 코드 작성을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

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