기계로 번역된 페이지입니다.

기술 문서

Oracle 및 개발자 커뮤니티에서 친구의 기술 문서입니다.

Topics
                          Topics

                          Python이란?

                          Python은 읽기 쉬운 구문을 통해 해석하기 쉽고 높은 레벨의 객체 지향 프로그래밍 언어입니다. 프로토타이핑 및 임시 작업에 이상적이며 Python은 과학 컴퓨팅, 웹 개발 및 자동화 분야에서 널리 사용되고 있습니다. 범용 초보자 친화적인 프로그래밍 언어인 Python은 전 세계적으로 많은 컴퓨터 과학자 및 응용 프로그램 개발자를 지원합니다.

                          연예인 보증을 듣고 싶습니까? Google의 연구 책임자인 Peter Norvig는 다음과 같습니다. "Python은 처음부터 Google의 중요한 부분이었고 시스템이 성장하고 진화함에 따라 계속됩니다."

                          Python의 모든 측면을 오픈 소스 프로그래밍 언어로 이해하는 것이 중요합니다. Python 개발, Python 라이브러리, 몇 가지 기록 및 향후 추세에 대해 설명합니다. 이 우아하고 놀라운 언어 주위에 당신의 마음을 감싸기 위해 계속 읽으십시오.

                          개발자가 Python을 배워야 하는 이유

                          Python은 많은 새로운 프로그래머의 첫 언어입니다. 대학 컴퓨터 과학 과정에서, 그것은 일반적으로 첫 번째 도입. 왜?

                          Python을 읽을 수 있습니다. 때때로, 그것은 심지어 영어에 가깝습니다-언어에 대한 약간의 지식과, 당신은 코드를보고 그것이 무엇을하려고하는지에 대한 아이디어를 얻을 수 있습니다.

                          이는 세대의 다른 응용 프로그램 언어와 달리 더 혼란스러울 수 있습니다. 컴퓨터의 콘솔에 "Hello, world!"를 출력하는 Python 예입니다.

                          
                          print("Hello, world!")
                          
                          	

                          Python이 깨끗한 코드를 작성하도록 강요

                          대부분의 다른 개발 언어와 달리 Python 코드는 들여쓰기에 따라 달라집니다. 즉, 예측 가능한 구체적 방식으로 지정된 코드 블록 내의 코드 행에 공백을 추가해야 합니다. 그렇지 않으면 코드가 실행되지 않습니다.

                          이것은 새로운 Python 프로그래머를 좌절시킬 수 있습니다! 초보자의 경우 Python 구문은 때때로 좌절될 수 있습니다. 그러나 어떤 언어와 함께 연습을 한 후, 가장 많이 맹세합니다. 귀하의 코드는 예측 가능한 시각적 논리를 준수하기 때문에, 그것은 읽기 쉬워집니다-다른 프로그래머 모두 당신의 일을 만날 수 있습니다, 그리고 미래에 자신을 위해!

                          Python은 특히 데이터 과학과 AI에서 인기 있습니다.

                          언어는 세계에서 가장 읽을 수 있고 여전히 잊혀질 수 있습니다. 컴퓨터 과학의 많은 분야는 인기도 콘테스트와 같습니다 : 가장 인기있는 도구는 종종 작업에 가장 좋은 선택이 될 것입니다.

                          인기있는 언어는 더 많은 라이브러리를 선택하여 개발자가 엄청난 시간과 노력을 절약 할 수 있습니다. 인기 언어는 더 많은 튜토리얼과 문서를 사용하는 경향이 있으므로 문제에 대한 해결책을 찾을 가능성이 높습니다.

                          데이터 과학 또는 머신 러닝에 관심이 있다면 더 이상 신경쓰지 마세요. Python은 AI 및 데이터 과학 산업의 가장 큰 선택입니다. 이것은 실제로 생존을 보장합니다.

                          Python의 역사

                          1989년에, Guido van Rossum는 네덜란드에 있는 컴퓨터 과학 실험실에서 일하고 있었습니다. 그는 자신의 시간의 가장 인기있는 이들의 결함을 개선하는 언어를 작성하기로 결정했다. 5년 반 후 그는 "Monty Python's Flying Circus" 이후 "Python"이라고 불렀고, 영국의 코미디 쇼는 그가 좋아했다.

                          처음에는 느렸지만, Python이 젊은 Google이 많은 내부 프로세스에 Python을 사용했다고 발표했을 때 큰 휴식을 취했습니다.

                          2005년 Python은 웹 애플리케이션을 구축하기 위한 프레임워크인 Django를 출시했습니다. Django는 인기를 얻고 그 당시 지배적인 Ruby on Rails 프레임 워크에 도전했습니다.

                          2011년까지 Python은 전국의 컴퓨터 과학 프로그램에서 가장 많이 배운 언어였습니다. 몇 년 후 그것은 기계 학습 및 인공 지능 분야에서 연구원을위한 실질적인 표준이되었다, 사용의 용이성과 가독성 때문에.

                          von Rossum은 초기 수년간 Python의 "benevolent dictator"를 직접 크라운을 찍었지만 이제 Python Software Foundation이 Python의 개발을 처리했습니다.

                          Python의 미래는 우리의 시간의 가장 첨단 분야에 의해 시멘트되었습니다.

                          Python으로 구축할 수 있는 것은 무엇입니까?

                          일반적인 목적의 언어로, 대답은: 거의 아무것도! Python은 단순화해야 하는 복잡한 작업, 실행할 짧은 스크립트 또는 조작해야 하는 큰 데이터 세트가 있는 경우에 뛰어납니다.

                          • 워크플로우 자동화를 위한 간단한 스크립트
                          • 인터넷 데이터 수집을 위한 웹 스크래퍼
                          • Py Installer를 사용하는 독립형 바이너리(예: 앱)
                          • Flask 또는 Django를 사용하는 고성능 웹 앱 및 REST API
                          • 머신 러닝 프로그램 및 인공 지능
                          • 다른 언어로 소프트웨어를 연결하는 "글루 코드"
                          • 돈을 관리하는 거래 앱
                          • 오픈 소스 소프트웨어 개발

                          그것은 단지 빙산의 팁입니다! Python 프로그래밍 언어는 현대 컴퓨터 과학의 모든 도메인에서 활발하게 사용됩니다. Python 개발이 다른 대부분의 언어보다 더 효율적이므로 스타트업을 위한 대중적인 선택으로 코드베이스를 빠르고 저렴하게 변경해야 합니다.

                          그것은 또한 과학자와 수학자 사이의 히트입니다, 통계 및 복잡한 수학에 대한 강력한 사내 라이브러리의 숫자.

                          인기 있는 Python 라이브러리

                          패키지 라이브러리는 모든 최신 프로그래밍 언어에 필수적인 서비스입니다. 그렇지 않으면 모든 코더는 가장 일상적이고 일반적인 작업을 위해 자체 소프트웨어를 작성해야 합니다.

                          다행히 Python은 모든 프로그래밍 요구 사항을 충족하는 다양한 패키지를 제공합니다. Python 패키지 인덱스에서 이를 사용할 수 있습니다. Python으로 작성된 일부 별표 라이브러리는 다음과 같습니다.

                          • Beautiful Soup는 HTML의 슈퍼 충전 스크레이퍼로, 개발자가 웹에서 대량의 데이터를 추출 할 수 있습니다.
                          • 앞서 간략히 언급한 Flask 및 Django는 단순한 사용 사례와 복잡한 사용 사례 모두에 매우 빠른 웹 개발 제공
                          • NumPy 및 Matplotlib를 통해 간편하고 놀라운 데이터 시각화 구현
                          • PyTorch - 세계적 수준의 머신 러닝

                          Python 웹 앱 개발이란?

                          웹용 Python 응용 프로그램은 일반적으로 Flask 및 Django의 두 가지 주요 플랫폼에 구축됩니다. 플라스크는 초보자를 위해 더 간단하고 깨끗하며 더 쉽습니다. Django는 더 많은 기능을 가지고 있으며 수많은 사용자로 확장할 수 있습니다.

                          JavaScript 배경에서 온 경우 Flask는 Express가 Nest에 미치는 것을 Django에 맡깁니다.

                          Flask란?

                          더 구체적으로 Flask는 "microweb 프레임워크"입니다. 그것은 당신의 평균 보일러 플레이트 충전 도구보다 훨씬 작습니다. 외부 라이브러리나 구성 요소가 필요하지 않으며 완전히 vanilla Python에 구축됩니다.
                          그러나 타사 툴을 쉽게 혼합하여 효율성을 높일 수 있습니다.

                          Flask는 신속한 애플리케이션 개발을 위해 설계되었습니다. 그것은 Django와 같은 더 큰 틀에서 더 완전히 밖으로 퇴색하기 전에 새로운 아이디어를 프로토타이핑하는 데 이상적입니다.

                          Django 란 무엇입니까?

                          Python이 가장 인기 있는 웹 프레임워크인 Django는 얼마나 유명합니까?

                          Instagram, 소셜 미디어 자이언트, Django에서 백만 사용자로 확장. 현재 Pinterest, Udemy, Spotify 및 Dropbox에서 사용하고 있습니다. 그것이 얼마나 인기있는가. Django는 그 문서에 따르면, 오픈 소스 프레임 워크 " 마감일이있는 완벽주의자"입니다. 크로스 플랫폼이며 Windows 및 Mac에서도 똑같이 작동합니다.

                          Django는 Model-Viewer-Controller에 대해 짧은 MVC 모델에 구축되어 있습니다. MVC는 컴퓨터 공학의 특수 패턴으로, 웹 앱의 우려를 세 개의 개별 구성 요소로 분리하는 것을 목표로합니다.

                          클라이언트가 요청을 보낼 때 먼저 컨트롤러에 적중하여 여러 수신 요청의 트래픽을 처리합니다. 트래픽을 다른 모델로 전달하여 요청의 데이터와 논리를 처리합니다. 그런 다음 모델은 해당 응답을 뷰어로 익스포트하여 데이터를 클라이언트에 표시합니다.

                          이는 단순한 내결함성 프레임워크를 만듭니다. Django는 그 결과로 크기와 복잡성의 크기 조정으로 뛰어납니다.

                          데이터 과학을 위한 Python

                          Python의 가장 큰 강점은 데이터 과학 및 머신 러닝입니다. 이 획기적인 분야에서 어떻게 시작할 수 있습니까?

                          이 공간에서 가장 인기 있는 도구에 익숙해지기를 시작할 수 있습니다. 이 중 하나는 데이터 과학 알고리즘 및 라이브러리의 대화식 단계별 학습을 제공하는 Jupyter Notebooks입니다.

                          또 다른 하나는 데이터 과학자가 작업을 공유하는 플랫폼인 Anaconda입니다. 데이터 과학 모험을 시작할 때 가이드와 지침을 찾을 수있는 또 다른 좋은 장소입니다.

                          Python에서 데이터 과학을 위한 가장 중요한 라이브러리를 pandas라고 합니다. 데이터 과학자에 대한 필수 작업은 사용할 데이터를 정리하고 팬더가 이를 훨씬 쉽게 만드는 것입니다. 또한 데이터 조작 및 분석을 지원하는 도구 모음도 있습니다.

                          AI와 데이터 과학은 인기도 전에 전개할 것이므로 지금부터 이러한 도구를 배우기 시작하는 것이 좋습니다!

                          개발자가 Python을 어디에서 배울 수 있습니까?

                          다른 기술 관련 주제와 마찬가지로 YouTube에서 자습서 비디오를 시청하여 쉽고 자유롭게 Python을 학습할 수 있습니다. 우리는 무료 온라인 튜토리얼 콘텐츠의 황금 시대에 살고 있습니다. Brad Traversy는 분야의 선도적 인 인물이지만, 선택할 수있는 거의 끝없는 강사가 있습니다.

                          기본 사항을 배우면 일부 연습으로 지식을 테스트해 보십시오. 여기에는 다양한 옵션이 있습니다. 운동은 자신의 재능을 선명하게하려는 프로그래머를위한 훌륭한 자원입니다. 운동은 멘토와 명령줄을 사용한 재미있는 테스트의 목표적인 도전을 제공합니다.

                          데이터 과학을 자세히 알아보려면 Kaggle을 사용해 보십시오. 대부분의 온라인 데이터 과학자는 플랫폼에 의해 가장 중요한 자원으로 맹세합니다.

                          GitHub상의 Python을 사용하는 방법 온라인 참조 서적, 비디오 자습서 및 웹 사이트와 같은 Python을 사용하고 배울 소스가 많더라도 개발자는 GitHub를 신뢰할 수 있는 소스로 간주하여 Python을 배울 수 있습니다.

                          마지막으로, 장기적으로 모든 프로그래밍 언어를 배울 수있는 가장 좋은 방법은 의미있는 것을 구축하는 것입니다. 웹 스크레이퍼, 간단한 API 또는 자동화 스크립트를 생성해 보십시오!

                          초보자를 위한 Python Crash 과정

                          Python: 당신을 위한 언어

                          이 가이드는 이 환상적인 코딩 언어에 대한 질문을 정리했습니다. 데이터 과학에 침입하거나 확장 가능한 웹 서버를 실행하거나 소규모 스크립트 작성과 같은 작업을 수행하려는 경우 Python에 도움이 됩니다.

                          일반적으로 개발에 대해 알아보려면 블로그를 확인하세요.

                          Latest content

                          Explore and discover our latest tutorials

                          서버리스 함수

                          서버 미사용 기능은 인프라 및 리소스 관리에 대한 많은 제약 조건에서 조직을 해방시키는 데 도움이 된 클라우드 컴퓨팅의 발전의 일부입니다.

                          블록체인이란 무엇입니까?

                          일반적으로 블록체인은 노드 분산 피어 투 피어(p2p) 네트워크 내에서 유지 관리되는 변경 불가능한 트랜잭션 원장입니다. 본질적으로 블록체인은 정보를 저장하는 분산된 방식으로 사용됩니다.

                          OCI CLI

                          CLI는 Oracle Cloud Infrastructure 작업을 완료하기 위해 자체적으로 또는 콘솔에서 사용할 수 있는 작은 점유 공간 툴입니다. CLI는 콘솔과 동일한 핵심 기능과 추가 명령을 제공합니다.