숙제 노트북 — 다음 수업 전까지 (Day 1 복습 문제집)¶

하루 한 섹션(20~30분)씩, 3일에 걸쳐 진행합니다.

순서	섹션	내용
1일째	A	NumPy 복습 8문제 (심화 보너스 1 포함)
2일째	B	Pandas 복습 7문제
3일째	C	새 데이터 종합 도전 7문제 + 나만의 질문

진행 규칙

1. 시작 전 파일 → Drive에 사본 저장 (최초 1회)
2. 매일 시작할 때 [준비] 셀부터 실행 (건너뛰면 df가 없다는 에러가 납니다)
3. 5분 고민해도 막히면 각 섹션 끝 "정답 보기"를 확인하고, 그 문제는 표시해 두었다가 다음 날 다시 풀기

In [ ]:

# [준비] 매일 이 셀 먼저 실행! — 도구 불러오기 + 우리 반 데이터 만들기
import numpy as np
import pandas as pd

df = pd.DataFrame({
    "이름": ["민준", "서연", "도윤", "하은", "시우", "지우", "주원", "서준", "지아", "예준",
            "하린", "은우", "수아", "지호", "아린", "선우", "유나", "정우", "소율", "시윤"],
    "반":   ["1반", "1반", "1반", "1반", "1반", "1반", "1반", "1반", "1반", "1반",
            "2반", "2반", "2반", "2반", "2반", "2반", "2반", "2반", "2반", "2반"],
    "좋아하는과목": ["체육", "수학", "체육", "음악", "과학", "체육", "수학", "미술", "국어", "체육",
                "음악", "과학", "체육", "수학", "음악", "체육", "국어", "과학", "미술", "체육"],
    "국어": [85, 92, 70, 88, 76, 95, 64, 81, 90, 73,
            78, 84, 66, 91, 87, 59, 94, 72, 80, 68],
    "수학": [78, 95, 62, 84, 90, 71, 88, 55, 79, 92,
            83, 96, 58, 89, 74, 67, 85, 91, 63, 77],
    "게임시간": [10, 3, 14, 6, 4, 8, 5, 15, 7, 3,
              6, 2, 13, 4, 9, 12, 3, 5, 11, 8],
})
print("준비 완료! 우리 반", len(df), "명 데이터가 만들어졌어요.")
df.head(3)

# [준비] 매일 이 셀 먼저 실행! — 도구 불러오기 + 우리 반 데이터 만들기 import numpy as np import pandas as pd df = pd.DataFrame({ "이름": ["민준", "서연", "도윤", "하은", "시우", "지우", "주원", "서준", "지아", "예준", "하린", "은우", "수아", "지호", "아린", "선우", "유나", "정우", "소율", "시윤"], "반": ["1반", "1반", "1반", "1반", "1반", "1반", "1반", "1반", "1반", "1반", "2반", "2반", "2반", "2반", "2반", "2반", "2반", "2반", "2반", "2반"], "좋아하는과목": ["체육", "수학", "체육", "음악", "과학", "체육", "수학", "미술", "국어", "체육", "음악", "과학", "체육", "수학", "음악", "체육", "국어", "과학", "미술", "체육"], "국어": [85, 92, 70, 88, 76, 95, 64, 81, 90, 73, 78, 84, 66, 91, 87, 59, 94, 72, 80, 68], "수학": [78, 95, 62, 84, 90, 71, 88, 55, 79, 92, 83, 96, 58, 89, 74, 67, 85, 91, 63, 77], "게임시간": [10, 3, 14, 6, 4, 8, 5, 15, 7, 3, 6, 2, 13, 4, 9, 12, 3, 5, 11, 8], }) print("준비 완료! 우리 반", len(df), "명 데이터가 만들어졌어요.") df.head(3)

A. NumPy 복습 (1일째)¶

소재: 나의 일주일 용돈 기록 (월~일, 원 단위)

In [ ]:

# 일주일 용돈 데이터 (월~일) — 실행만 하세요
money = np.array([1000, 0, 3000, 500, 2000, 5000, 1500])
print(money)

# 일주일 용돈 데이터 (월~일) — 실행만 하세요 money = np.array([1000, 0, 3000, 500, 2000, 5000, 1500]) print(money)

In [ ]:

# A-1: 일주일 용돈의 평균을 출력해 보세요.
# 힌트: money.mean()

# A-1: 일주일 용돈의 평균을 출력해 보세요. # 힌트: money.mean()

In [ ]:

# A-2: 다음 주에 용돈이 2배가 된다면? money를 2배 한 결과를 출력해 보세요.
# 힌트: money * ??

# A-2: 다음 주에 용돈이 2배가 된다면? money를 2배 한 결과를 출력해 보세요. # 힌트: money * ??

In [ ]:

# A-3: 가장 많이 받은 날의 금액과, 가장 적게 받은 날의 금액을 출력해 보세요.
# 힌트: money.max() 와 money.min()

# A-3: 가장 많이 받은 날의 금액과, 가장 적게 받은 날의 금액을 출력해 보세요. # 힌트: money.max() 와 money.min()

In [ ]:

# A-4: 주말(토·일) 이틀치만 잘라내 보세요. (money의 마지막 2개)
# 힌트: money[-2:]  ← "뒤에서 2번째부터 끝까지"라는 뜻!

# A-4: 주말(토·일) 이틀치만 잘라내 보세요. (money의 마지막 2개) # 힌트: money[-2:] ← "뒤에서 2번째부터 끝까지"라는 뜻!

In [ ]:

# A-5: 2000원 이상 받은 날의 금액만 골라내 보세요.
# 힌트: money[money >= ??]

# A-5: 2000원 이상 받은 날의 금액만 골라내 보세요. # 힌트: money[money >= ??]

In [ ]:

# A-6: 2000원 이상 받은 날이 며칠인지 세어 보세요.
# 힌트: (money >= 2000).sum()   또는  len(money[money >= 2000])

# A-6: 2000원 이상 받은 날이 며칠인지 세어 보세요. # 힌트: (money >= 2000).sum() 또는 len(money[money >= 2000])

In [ ]:

# A-7 (조합!): 1000원 이상 받은 날들"만"의 평균을 구해 보세요.
# 힌트: 골라내기와 평균을 이어 붙이기 → money[money >= ??].mean()

# A-7 (조합!): 1000원 이상 받은 날들"만"의 평균을 구해 보세요. # 힌트: 골라내기와 평균을 이어 붙이기 → money[money >= ??].mean()

In [ ]:

# A-8 (심화 보너스): 2000원 이상 받은 날은 전체의 몇 %(비율)일까요?
#      트릭: True는 1, False는 0으로 계산됨 → "조건의 평균 = 비율"
# 힌트: (money >= 2000).mean()   → 0.43 이 나오면 43%라는 뜻

# A-8 (심화 보너스): 2000원 이상 받은 날은 전체의 몇 %(비율)일까요? # 트릭: True는 1, False는 0으로 계산됨 → "조건의 평균 = 비율" # 힌트: (money >= 2000).mean() → 0.43 이 나오면 43%라는 뜻

A 정답 보기 (A-1 ~ A-8)

print(money.mean())                    # A-1
print(money * 2)                       # A-2
print(money.max(), money.min())        # A-3
print(money[-2:])                      # A-4
print(money[money >= 2000])            # A-5
print((money >= 2000).sum(), "일")     # A-6
print(money[money >= 1000].mean())     # A-7
print((money >= 2000).mean())          # A-8 (약 0.43 = 43%)

---

A 섹션 끝. 다음은 B 섹션입니다.

B. Pandas 복습 (2일째)¶

소재: 우리 반 성적 데이터(df) — 시작 전에 [준비] 셀을 먼저 실행하세요.

In [ ]:

# B-1: df의 앞에서 4행만 출력해 보세요.
# 힌트: df.head(??)

# B-1: df의 앞에서 4행만 출력해 보세요. # 힌트: df.head(??)

In [ ]:

# B-2: 우리 반 수학 최고 점수는 몇 점일까요? ("수학" 열의 최댓값)
# 힌트: df["수학"].max()

# B-2: 우리 반 수학 최고 점수는 몇 점일까요? ("수학" 열의 최댓값) # 힌트: df["수학"].max()

In [ ]:

# B-3: 게임시간이 10시간 이상인 학생만 골라 보세요.
# 힌트: df[df["??"] >= ??]

# B-3: 게임시간이 10시간 이상인 학생만 골라 보세요. # 힌트: df[df["??"] >= ??]

In [ ]:

# B-4: 좋아하는과목이 "체육"인 학생만 골라 보세요.
# 힌트: 비교 연산자는 == (= 는 대입, == 는 비교)  →  df[df["좋아하는과목"] == "??"]

# B-4: 좋아하는과목이 "체육"인 학생만 골라 보세요. # 힌트: 비교 연산자는 == (= 는 대입, == 는 비교) → df[df["좋아하는과목"] == "??"]

In [ ]:

# B-5: 게임시간이 "적은" 순으로 정렬해서 상위 3명을 보세요. (오름차순!)
# 힌트: 적은 순(작은→큰)이 기본값이라 ascending을 안 써도 돼요 → df.sort_values("??").head(3)

# B-5: 게임시간이 "적은" 순으로 정렬해서 상위 3명을 보세요. (오름차순!) # 힌트: 적은 순(작은→큰)이 기본값이라 ascending을 안 써도 돼요 → df.sort_values("??").head(3)

In [ ]:

# B-6: 새 열 "평균점수"를 만들어 보세요. 평균점수 = (국어 + 수학) / 2
# 힌트: df["평균점수"] = (df["국어"] + df["??"]) / 2   → 확인은 df.head(3)

# B-6: 새 열 "평균점수"를 만들어 보세요. 평균점수 = (국어 + 수학) / 2 # 힌트: df["평균점수"] = (df["국어"] + df["??"]) / 2 → 확인은 df.head(3)

In [ ]:

# B-7 (조합!): 체육을 좋아하는 학생들"만"의 게임시간 평균을 구해 보세요.
# 힌트: 골라내기 → 열 뽑기 → 평균, 3단 콤보!
#       df[df["좋아하는과목"] == "체육"]["게임시간"].mean()  ← 구조를 소리 내어 읽어보세요

# B-7 (조합!): 체육을 좋아하는 학생들"만"의 게임시간 평균을 구해 보세요. # 힌트: 골라내기 → 열 뽑기 → 평균, 3단 콤보! # df[df["좋아하는과목"] == "체육"]["게임시간"].mean() ← 구조를 소리 내어 읽어보세요

B 정답 보기 (B-1 ~ B-7)

df.head(4)                                             # B-1
print(df["수학"].max())                                 # B-2
df[df["게임시간"] >= 10]                                # B-3
df[df["좋아하는과목"] == "체육"]                         # B-4
df.sort_values("게임시간").head(3)                      # B-5
df["평균점수"] = (df["국어"] + df["수학"]) / 2           # B-6
print(df[df["좋아하는과목"] == "체육"]["게임시간"].mean())  # B-7

---

B 섹션 끝. 다음은 C 섹션(새 데이터 종합 도전)입니다.

C. 종합 도전 (3일째) — 게임 캐릭터 데이터 분석¶

처음 보는 데이터를 지금까지 배운 것만으로 혼자 힘으로 분석해 봅니다. (Day 2 미니 프로젝트의 예행연습입니다)

In [ ]:

# 게임 캐릭터 데이터 — 실행만 하세요
chars = pd.DataFrame({
    "캐릭터": ["불꽃기사", "얼음마녀", "바람궁수", "빛의힐러", "그림자검사",
             "천둥법사", "강철방패", "독안개궁수", "달빛힐러", "폭풍전사"],
    "직업": ["전사", "마법사", "궁수", "힐러", "전사",
            "마법사", "전사", "궁수", "힐러", "전사"],
    "레벨": [52, 48, 61, 35, 57, 44, 39, 66, 50, 58],
    "공격력": [88, 95, 76, 42, 91, 99, 55, 83, 47, 90],
    "방어력": [80, 45, 52, 60, 66, 38, 97, 49, 72, 75],
})
chars

# 게임 캐릭터 데이터 — 실행만 하세요 chars = pd.DataFrame({ "캐릭터": ["불꽃기사", "얼음마녀", "바람궁수", "빛의힐러", "그림자검사", "천둥법사", "강철방패", "독안개궁수", "달빛힐러", "폭풍전사"], "직업": ["전사", "마법사", "궁수", "힐러", "전사", "마법사", "전사", "궁수", "힐러", "전사"], "레벨": [52, 48, 61, 35, 57, 44, 39, 66, 50, 58], "공격력": [88, 95, 76, 42, 91, 99, 55, 83, 47, 90], "방어력": [80, 45, 52, 60, 66, 38, 97, 49, 72, 75], }) chars

In [ ]:

# C-1: 새 데이터를 받으면 제일 먼저 하는 일! 요약 통계(describe)를 확인해 보세요.
#      평균 레벨은 얼마인가요?
# 힌트: chars.describe()

# C-1: 새 데이터를 받으면 제일 먼저 하는 일! 요약 통계(describe)를 확인해 보세요. # 평균 레벨은 얼마인가요? # 힌트: chars.describe()

In [ ]:

# C-2: 레벨 50 이상인 "고레벨" 캐릭터만 골라 보세요.
# 힌트: chars[chars["??"] >= ??]

# C-2: 레벨 50 이상인 "고레벨" 캐릭터만 골라 보세요. # 힌트: chars[chars["??"] >= ??]

In [ ]:

# C-3: 직업이 "마법사"인 캐릭터만 골라 보세요.
# 힌트: 문자열 비교는 == 연산자!

# C-3: 직업이 "마법사"인 캐릭터만 골라 보세요. # 힌트: 문자열 비교는 == 연산자!

In [ ]:

# C-4: 새 열 "전투력"을 만들어 보세요. 전투력 = 공격력 + 방어력
# 힌트: chars["전투력"] = chars["??"] + chars["??"]

# C-4: 새 열 "전투력"을 만들어 보세요. 전투력 = 공격력 + 방어력 # 힌트: chars["전투력"] = chars["??"] + chars["??"]

In [ ]:

# C-5: 전투력이 가장 높은 캐릭터 1명은 누구인가요? (정렬 → 1명)
# 힌트: chars.sort_values("??", ascending=False).head(1)

# C-5: 전투력이 가장 높은 캐릭터 1명은 누구인가요? (정렬 → 1명) # 힌트: chars.sort_values("??", ascending=False).head(1)

In [ ]:

# C-6 (조합!): "전사" 직업 캐릭터들만의 평균 공격력을 구해 보세요.
# 힌트: B-7과 같은 3단 콤보 → chars[조건]["공격력"].mean()

# C-6 (조합!): "전사" 직업 캐릭터들만의 평균 공격력을 구해 보세요. # 힌트: B-7과 같은 3단 콤보 → chars[조건]["공격력"].mean()

In [ ]:

# C-6+ (심화 보너스): 직업이 "전사" 이면서(그리고) 레벨 50 이상인 캐릭터를 찾아보세요.
#       조건 두 개는 & 로 잇고, 각 조건을 반드시 괄호로 감쌉니다.
# 힌트: chars[(chars["직업"] == "??") & (chars["레벨"] >= ??)]

# C-6+ (심화 보너스): 직업이 "전사" 이면서(그리고) 레벨 50 이상인 캐릭터를 찾아보세요. # 조건 두 개는 & 로 잇고, 각 조건을 반드시 괄호로 감쌉니다. # 힌트: chars[(chars["직업"] == "??") & (chars["레벨"] >= ??)]

C-7 (자유 문제) — 나만의 질문 만들기¶

이 데이터에 대해 스스로 질문을 하나 만들고, 아래 셀에 코드로 답해 보세요. (예: "궁수 중 레벨이 더 높은 쪽은?", "방어력이 가장 낮은 캐릭터는?", "레벨 50 이상이면서 공격력 80 이상은?")

면접 참고: "스스로 질문을 만들어 데이터로 답해 본" 경험은 자기소개서·면접에서 그대로 쓸 수 있는 소재입니다.

In [ ]:

# C-7: 나만의 질문 → 코드로 답하기 (자유!)
# 내 질문: (여기에 질문을 주석으로 적으세요)
# 코드:

# C-7: 나만의 질문 → 코드로 답하기 (자유!) # 내 질문: (여기에 질문을 주석으로 적으세요) # 코드:

C 정답 보기 (C-1 ~ C-6)

chars.describe()                                        # C-1 (평균 레벨 51.0)
chars[chars["레벨"] >= 50]                              # C-2
chars[chars["직업"] == "마법사"]                         # C-3
chars["전투력"] = chars["공격력"] + chars["방어력"]       # C-4
chars.sort_values("전투력", ascending=False).head(1)     # C-5 (불꽃기사, 168)
print(chars[chars["직업"] == "전사"]["공격력"].mean())    # C-6 (81.0)
chars[(chars["직업"] == "전사") & (chars["레벨"] >= 50)]  # C-6+ (3명)

C-7은 정답이 없습니다. 만든 질문과 코드는 다음 수업에서 함께 확인합니다.

숙제 완료 체크¶

• A. NumPy 8문제
• B. Pandas 7문제
• C. 종합 도전 7문제 + 나만의 질문
• 표시해 둔 문제 다시 풀기
• 나도코딩 영상 지정 구간 보기 (자습 안내 참고)

막힐 때: 에러 메시지의 맨 마지막 줄부터 읽어보고, 해결되지 않으면 화면을 캡처해 질문을 보내 주세요.

다음 수업에서는 이 데이터들을 그래프로 시각화하고, 미니 프로젝트로 분석 리포트를 완성합니다.