파이썬의 외부라이브러리

❰파이썬의 외부라이브러리❱

-파이썬의 외부라이브러리에 대해 배워봅시다.

 

▶파이썬의 외부라이브러리란?

파이썬 표준에 포함되지 않고, 개발자들이 별도로 만들어 배포하는 라이브러리입니다.

이 라이브러리들은 특정 작업을 더 쉽고 효율적으로 수행할 수 있도록 도와주는 역할을 합니다.

 

pip를 통해 설치하여야 하며 데이터 분석, 웹 개발, 인공지능, 시각화 등 다양한 분야에서 활용됩니다.

대표적인 예로 NumPy, Pandas, Matplotlib, Requests, Flask, Django, TensorFlow, PyTorch에 사용 됩니다.

 

▶외부라이브러리의 중요성

파이썬은 "배터리가 포함된(batteries included)" 언어라고 불리지만, 모든 기능을 다 담고 있진 않습니다.

외부 라이브러리는 다음과 같은 이유로 매우 중요합니다.

①기능의 확장으로 파이썬 코어만으로 불가능한 복잡한 계산, 데이터 분석, 웹개발 인공지능 같은 작업을 가능하게 해줍니다.

②개발시간의 단축 입니다. 이미 잘 만들어진 코드를 가져와 사용함으로써 개발 시간을 크게 줄일 수 있습니다.

③커뮤니티 지원입니다. 많은 라이브러리가 활발한 커뮤니티의 지원을 받아 지속적으로 개선되고 있어요.

 

▶대표적인 외부 라이브러리

라이브러리 종류	설명
Numpy(데이터 분석)	고성능의 다차원 배열 객체를 제공하고, 배열을 사용한 수학 연산을 효율적으로 처리
Pandas(데이터 분석)	데이터 조작 및 분석을 위한 라이브러리로, 테이블 형태의 데이터를 다루는 데 매우 유용
Matplotlib(시각화)	정적, 애니메이션, 상호작용형 시각화를 만드는 데 사용되는 포괄적인 2D 시각화 라이브러리
Seaborn(시각화)	통계 기반의 데이터 시각화에 특화된 라이브러리
Plotly(시각화)	대화형(interactive) 데이터 시각화에 중점을 둔 라이브러리
Flask(웹 개발)	마이크로 웹 프레임워크로, 가볍고 유연해서 소규모 프로젝트나 API 개발에 많이 사용
Django(웹 개발)	대규모 웹 애플리케이션 개발에 적합한 강력하고 기능이 풍부한 웹 프레임워크
FastAPI(웹 개발)	웹 애플리케이션이나 API를 구축하는 데 사용하는 웹 프레임워크
TensorFlow(AI/머신러닝)	구글에서 개발한 오픈소스 머신러닝 라이브러리. 딥러닝 모델을 구축하고 학습시키는 데 널리 사용되며, 특히 대규모 계산에 최적화
PyTorch (AI/머신러닝)	페이스북(현 Meta)에서 개발한 딥러닝 라이브러리입니다. 유연성이 뛰어나고, 동적 계산 그래프를 지원하여 연구 개발 분야에서 많이 활용
Scikit-learn (AI/머신러닝)	파이썬의 대표적인 머신러닝 라이브러리입니다. 지도학습(Classification, Regression), 비지도학습(Clustering), 데이터 전처리 등 다양한 머신러닝 알고리즘을 손쉽게 사용할 수 있게 해줍니다. 초보자도 쉽게 접근할 수 있으며, 딥러닝보다는 전통적인 머신러닝 모델에 특화
Requests (네트워크/ 웹 요청)	웹 서버에 HTTP 요청을 보내는 것을 아주 간편하게 만들어 주는 라이브러리입니다. 웹 스크래핑이나 API 통신에 필수적으로 사용
BeautifulSoup (네트워크/ 웹 요청)	HTML이나 XML 파일을 파싱(분석)하여 원하는 데이터를 쉽게 추출할 수 있도록 도와주는 라이브러리
Scrapy (네트워크/ 웹 요청)	대규모 웹 크롤링을 위한 강력한 프레임워크, 여러 페이지를 효율적으로, 병렬적으로 크롤링하는 데 특화
Selenium(자동화)	웹 브라우저를 자동화하는 도구입니다. 사람이 직접 클릭하거나 입력하는 것처럼 동작하여, 동적인 웹 페이지의 데이터를 크롤링하거나 웹 테스트를 자동화
PyAutoGUI(자동화)	마우스와 키보드를 자동으로 제어하여 컴퓨터 작업을 자동화하는 라이브러리

 

▶PIP란?

파이썬 패키지 인스톨러(Python Package Installer)의 약자로, 파이썬으로 작성된 패키지(라이브러리)를 설치하고 관리하는 데 사용되는 표준 도구입니다

 

외부 라이브러리를 사용하기 위한 필수적인 도구이며 pip를 통해 설치, 제거, 업데이트, 관리의 기능을 할 수 있습니다.

 

먼저, 설치 입니다.  PyPI(Python Package Index)라는 공식 저장소에 등록된 수많은 라이브러리를 pip install 명령어로 쉽게 설치할 수 있습니다. 예를 들어, pip install numpy를 입력하면 NumPy 라이브러리가 자동으로 다운로드되고 설치됩니다.

pip install pandas #터미널(또는 명령 프롬프트)에서 아래와 같은 명령어를 사용

 

다음은 제거 입니다. 설치했던 라이브러리가 더 이상 필요 없을 경우, pip uninstall 명령어로 간단하게 제거할 수 있습니다.

pip uninstall pandas

 

다음은 업데이트 입니다. 설치된 라이브러리의 최신 버전을 pip install --upgrade 명령어로 업데이트할 수 있습니다.

pip install --upgrade pandas

 

마지막, 관리 입니다. 특정 프로젝트에 필요한 모든 라이브러리 목록을 requirements.txt 파일로 만들고, pip install -r requirements.txt 명령어로 한 번에 설치할 수 있습니다. 이는 다른 사람과 프로젝트를 공유할 때 매우 유용합니다.

#설치된 패키지 목록을 파일로 저장
#재 가상 환경에 설치된 모든 패브러리 목록을 requirements.txt 파일로 저장
pip freeze > requirements.txt 

#저장된 목록의 패키지를 일괄 설치
#requirements.txt 파일에 있는 모든 패키지를 한 번에 설치
pip install -r requirements.txt

#예시 requirements.txt 파일의 내용

numpy==1.26.1
pandas==2.1.3
matplotlib==3.8.1

 

추가, 설치된 패키지 리스트 확인하기 

pip list

 

추가, 특정 패키지 정보 확인하기

pip show pandas

 

pip 사용위치
일반적으로는 아무 위치에서나 사용 가능합니다. 운영 체제의 PATH 환경 변수에 파이썬과 pip의 실행 파일 경로가 등록되어 있기 때문입니다.

특정 프로젝트의 가상 환경(Virtual Environment)을 사용하는 경우 해당 가상 환경을 먼저 활성화한 후 pip 명령어를 사용해야 합니다. 이렇게 하면 라이브러리가 현재 활성화된 가상 환경 폴더 안에 설치되어 프로젝트 간의 충돌을 방지할 수 있습니다.

가상 환경 활성화 예시
Windows: .\venv\Scripts\activate

macOS/Linux:source venv/bin/activate

pip는 프로젝트 파일이 아니라 시스템 차원에서 라이브러리를 관리하는 도구라고 생각하면 이해하기 쉽습니다.

 

▶Faker(가짜 데이터 생성기)와 Sympy(심록릭 연산 라이브러리)

pip를 활용해 외부라이브러리를 설치하고 연습하기 위해 

Faker와 Sympy를 설치하여 사용해봅니다.

 

우선, Faker는 테스트나 개발 목적으로 가짜(dummy) 데이터를 생성하는 데 사용되는 라이브러리입니다. 실제와 비슷한 이름, 주소, 이메일, 전화번호 등을 쉽게 만들 수 있으며 개인정보를 사용하기 어려운 상황에서 유용하며, 데이터베이스에 대량의 더미 데이터를 채우거나 애플리케이션의 동작을 테스트할 때 주로 사용됩니다.

 

주요 기능으로 

①다양한 정보 생성 : 이름, 주소, 전화번호, 이메일, 회사명, 날짜 등 수많은 종류의 데이터를 생성할 수 있습니다.

②다국어 지원 : 한국어, 영어, 중국어 등 다양한 언어의 데이터를 만들 수 있습니다.

 

간단한 예제 입니다.

먼저, 명령 프롬프트나 터미널에 pip install Faker를 입력하여 Faker를 설치합니다.

 

vscode의 경우 명령 프롬프트를 [관리자 권한으로 실행] 하여 [프로젝트 폴더]로 이동 후 가상환경을 만든 후 실행 시키는 걸 추천 드립니다.

py -m venv .venv
.\.venv\Scripts\activate
python -m pip install --upgrade pip

위 코드를 명령 프롬프트에 작성하면 프로젝트 전용 파이썬 환경이 생성되며 .(venv)라는 표시가 뜨면 활성화가 된 것입니다.

프로젝트 폴더에 최초 한번만 설치 해주시면 되겠습니다.

추가적으로, vscode에서 ctrl+shift+p를 눌러준 후 Python: Select Interpreter를 입력 해주고 목록에서 해당 .venv를 선택하신 후 하시는게 조금 더 안정적으로 실행 하실 수 있으실 겁니다.

그 후 pip install Faker를 입력하여 설치 해주시면 되겠습니다.

그 후 코드를 작성 해보겠습니다. 

 

다음은 Sympy 입니다.

SymPy는 수학적 심볼릭(기호) 연산을 위한 라이브러리입니다. 숫자로 계산하는 것이 아니라, 문자로 된 수식 자체를 다루고 조작할 수 있게 해주며 미분, 적분, 방정식 풀이, 행렬 연산 등 복잡한 수학 문제를 손으로 푸는 것처럼 기호 그대로 계산해 줍니다.

 

주요 기능으로는

① 대수학: 방정식 풀이, 다항식 전개 및 인수분해.

② 미적분학: 미분, 부정/정적분 계산.

③ 선형대수학: 행렬 계산, 고유값 및 고유벡터 계산.

이렇게 3가지가 있겠습니다.

 

마찬가지로 pip 명령어를 활용해 설치 부터 해주겠습니다.

vscode의 경우 만약 (.venv)가 안뜨면 .\.venv\Scripts\activate 해당 명령어를 입력 해주시면 되겠습니다.

그 후 코드를 작성하고 실행하시면 되겠습니다.

 

 

이것으로 외부 라이브러리에 대한 설명을 마치겠습니다.

고생하셨습니다.😌

 

📘 참고:
《Do it! 점프 투 파이썬 (전면 개정 2판)》, 박응용 저, 이지스퍼블리싱, 2023
※ 본 글은 위 교재의 내용을 학습 및 정리 목적으로 요약/재구성한 글입니다.