이 코드가 놓인 수업

파이썬 수학 → 데이터 분석 기초 (61 ~ 70) → pandas DataFrame에서 가져온 ‘세트 1: 딕셔너리와 넘파이 배열로 DataFrame 만들기’ 코드입니다. 단원 전체를 요약하는 대신 이 단계가 담당하는 작업을 한 가지씩 읽습니다. 코드 속 이름·점수·예시 자료는 교재의 연습 데이터이며 실제 학생의 기록이나 성과를 소개하는 자료가 아닙니다.

학습 목표는 코드를 그대로 입력하는 데서 멈추지 않고, 어떤 값이 준비되고 어떤 조건에서 결과가 달라지는지를 설명하는 것입니다. 다음 질문에 먼저 답을 적고 코드와 대조해 보세요.

weights에 들어갈 값은 무엇이며, 그 값을 확인하려면 어디에 print를 놓으면 좋을까요?

원본 코드와 핵심 줄

import numpy as np
import pandas as pd

weights = np.random.randint(40, 90, 24)
heights = np.random.randint(150, 190, 24)

my_dict = {'weight': weights, 'height': heights}
df_from_dict = pd.DataFrame(my_dict)

print('딕셔너리로 만든 데이터프레임 앞 5줄')
print(df_from_dict.head())

f_np = np.zeros((24, 2))
f_np[:, 0] = weights
f_np[:, 1] = heights

df_from_np = pd.DataFrame(f_np, columns=['weight', 'height'])

print('넘파이 배열로 만든 데이터프레임 앞 5줄')
print(df_from_np.head())

아래 행 번호는 위 코드 블록의 첫 줄을 1행으로 셉니다. 긴 예제에서는 주요 문장 10개까지 짚었습니다. 함수 안의 줄은 함수를 호출할 때 실행되므로, 행 번호 순서와 실제 실행 순서가 항상 같은 것은 아닙니다.

  • 4행: weights에 np.random.randint(40, 90, 24)의 값을 저장합니다.
  • 5행: heights에 np.random.randint(150, 190, 24)의 값을 저장합니다.
  • 7행: my_dict에 {'weight': weights, 'height': heights}의 값을 저장합니다.
  • 8행: df_from_dict에 pd.DataFrame(my_dict)의 값을 저장합니다.
  • 10행: print('딕셔너리로 만든 데이터프레임 앞 5줄')를 호출합니다. 괄호 안의 값을 화면 출력과 연결해 읽으세요.
  • 11행: print(df_from_dict.head())를 호출합니다. 괄호 안의 값을 화면 출력과 연결해 읽으세요.
  • 13행: f_np에 np.zeros((24, 2))의 값을 저장합니다.
  • 14행: f_np[:, 0]에 weights의 값을 저장합니다.
  • 15행: f_np[:, 1]에 heights의 값을 저장합니다.
  • 17행: df_from_np에 pd.DataFrame(f_np, columns=['weight', 'height'])의 값을 저장합니다.

실행 전에 준비할 것과 확인 결과

본문 코드의 로컬 실행에서 오류 없이 끝나는 것을 확인했습니다. 이는 해당 예제의 1회 실행 확인이며 모든 입력·학습 효과를 검증했다는 뜻은 아닙니다. 난수를 사용하는 경우 아래 출력은 seed 7을 고정한 확인 예시입니다.

딕셔너리로 만든 데이터프레임 앞 5줄
   weight  height
0      87     156
1      44     169
2      65     155
3      43     174
4      59     150
넘파이 배열로 만든 데이터프레임 앞 5줄
   weight  height
0    87.0   156.0
1    44.0   169.0
2    65.0   155.0
3    43.0   174.0
4    59.0   150.0

결과를 이해하는 확인 활동

행과 열을 먼저 읽습니다

DataFrame은 열마다 의미가 있는 표입니다. loc는 이름표, iloc는 위치를 기준으로 선택합니다. 코드의 예제 이름과 점수는 학습용 자료이며 실제 학생의 성과 기록이 아닙니다.

확인 활동: 선택 결과가 한 값인지 Series인지 DataFrame인지 type과 모양을 확인하세요.

한 번 바꾸고, 이유를 남기기

  1. 원래 코드의 복사본을 준비하고 바꾸려는 줄을 하나 고릅니다. 위 확인 활동에 제시한 입력·조건·설정 중 하나만 선택하세요.
  2. 바꾸기 전에 예상 결과를 한 문장으로 적습니다. 오류가 예상된다면 오류가 날 이유와 위치도 적어 둡니다.
  3. 필요한 실행 환경과 앞 단계 정의를 준비한 뒤 실행합니다. 원본과 수정본을 번갈아 보면서 값·문자·그림 중 무엇이 달라졌는지 기록합니다.
  4. ‘작동했다’ 대신 바꾼 줄 → 관찰한 결과 → 그렇게 된 이유를 남깁니다. 예상과 다르면 마지막 오류 메시지와 관련된 줄을 함께 가져와 질문합니다.

이 글의 확인 질문은 weights에 들어갈 값은 무엇이며, 그 값을 확인하려면 어디에 print를 놓으면 좋을까요? 입니다. 보호자는 정답을 먼저 알려주기보다 아이가 실제 변수나 조건을 짚어 설명하는지 들어보세요. 어려워하면 단원 전체를 다시 시키기보다 위 핵심 줄 중 막힌 한 줄로 범위를 좁힙니다.

같은 과정의 코드 노트 목록에서 앞뒤 단계를 이어 볼 수 있습니다. 실행 환경이나 시작 단계가 궁금하면 파이썬 과정 안내를 확인하세요.