Chapter.0 온보딩 주차(4)

TIL(Today I Learned)

---

1️⃣ Python 문법 강의 수강

파이썬 핵심 정리

 

1. 변수 선언과 자료형

# 변수 선언
num = 10         # 정수
pi = 3.14        # 실수
name = "Alice"   # 문자열
flag = True      # 불리언

 

2. 리스트와 딕셔너리

# 리스트
fruits = ["apple", "banana"]
fruits.append("orange")

# 딕셔너리
person = {"name": "Alice", "age": 25}
print(person["name"])

 

3. 조건문과 반복문

# 조건문
if age >= 18:
    print("Adult")
elif age >= 13:
    print("Teen")
else:
    print("Child")

# 반복문
for i in range(5):
    print(i)

while count < 5:
    print(count)
    count += 1

 

4. 함수 및 함수 심화

# 함수 정의
def greet(name):
    return f"Hello, {name}"

print(greet("Alice"))

# 함수 심화: 가변 인자
def add(*nums):
    return sum(nums)

print(add(1,2,3))

 

5. 심화 문법

# 튜플
point = (10, 20)

# 집합
numbers = {1,2,2,3}  # {1,2,3}

# f-string
name = "Alice"
print(f"Hello, {name}")

# 예외 처리
try:
    10 / 0
except ZeroDivisionError:
    print("Cannot divide by zero")

# map, filter, lambda
nums = [1,2,3]
print(list(map(lambda x: x*2, nums)))      # [2,4,6]
print(list(filter(lambda x: x>1, nums)))   # [2,3]

---

2️⃣ SQL 강의 1,2주차 수강

• 데이터 조회에 필요한 SQL 기본 구조의 이해
• 데이터를 자유롭게 연산 및 추출
  
• 실습문제 1: 상품 준비시간이 20~30분 사이인, 한국음식점의 식당명과 고객번호 조회하기
• 문제 해결 과정: 제공 받은 데이터에서 한국음식점의 식당명과 고객번호를 select를 통해 조회하고 BETWEEN 조건으로 필터링하면 문제에서 요구하는 데이터를 얻을 수 있을 것이다.

select restaurant_name, 
		customer_id,
		food_preparation_time 
from food_orders
where food_preparation_time BETWEEN 20 and 30

그림 2: 데이터 조회 결과 상품 준비시간이 20~30분 사이인 한국 음식점의 식당명과 고객번호가 조회된는 것을 확인할 수 있습니다.

• 실습문제 2: 음식 종류별 가장 높은 주문 금액과 가장 낮은 주문금액을 조회하고, 가장 낮은 주문금액 순으로 (내림차순) 정렬하기
• 문제 해결 과정: min과 max 함수를 통해 가장 높은 금액과 가장 낮은 금액을 조회하고, group by를 통해 음식의 종류별로 집계한 뒤 order by를 통해 최소 주문금액 기준으로 정렬하면 문제에서 요구하는 데이터를 얻을 수 있을것이다.

select cuisine_type, 
		max(price) as max_price,
		min(price) as min_price 
from food_orders 
group by cuisine_type 
order by min(price) desc

그림 3: 데이터 조회 결과 음식 종류별 가장 낮은 금액 순으로 정렬된 것을 확인할 수 있습니다.

---

💡 느낀점

• 온보딩 주차에 Python을 통한 데이터 처리를 다루다 SQL을 활용하게 되어 익숙하지는 않았지만, 보다 직관적이고 편리하게 데이터를 처리한다는 것이 체감되었습니다. 또한 SQL은 필요한 데이터를 조건에 맞게 빠르게 조회하고 정리할 수 있다는 점에서 데이터 분석 과정에서 매우 효율적인 도구라는 것을 느꼈습니다. 아직 문법이 완전히 익숙하지는 않지만, 실습을 반복하면서 점차 SQL을 활용한 데이터 처리 능력을 키워나가야겠다고 생각했습니다.