Python Programming
  • Home
  • Intro
    • History & Background
    • Python Setup
  • QPB
    • Part I: Chapter 1-3
    • Part II
    • 5. Lists, Tuples, Sets
  • Exercises
    • Chapter 5: Lists, Tuples, Sets
    • Chapter 6: Strings
    • Chapter 7: Dictionaries
    • Chapter 8: Control flow
    • Chapter 9: Functions
    • Chapter 14: Exceptions
    • Chapter 15: Classes
  • Exploring Data
    • NumPy & pandas
    • Visualization
  • Library System
  • Netflix Movie Analysis
    • Notes
    • Project-Native
    • Project-pandas
  • References
    • QPB Part 1
    • QPB Part 2
    • QPB Part 3
    • QPB Part 4

Welcome

  • Welcome
  • Introduction
    • History & Background
    • Python Setup

  • The Quick Python Book
    • Part I: Chapter 1-3
    • Part II
    • 5. Lists, Tuples, Sets

  • Exercises
    • Chapter 5: Lists, Tuples, Sets
    • Chapter 6: Strings
    • Chapter 7: Dictionaries
    • Chapter 8: Control flow
    • Chapter 9: Functions
    • Chapter 14: Exceptions
    • Chapter 15: Classes

  • Exploring Data
    • NumPy & pandas
    • Visualization

  • Final Projects
    • Library System
    • Netflix Movie Analysis
      • Notes
      • Project-Native
      • Project-pandas

  • Translation
    • Translation Errors

  • Comments

Welcome

동국대 융합교육원, 파이썬 프로그래밍, 2026 1학기

강의 정보

Instructor: 조성균
Email: sk.cho@snu.ac.kr
수업 시간: 월, 수 3:00 ~ 4:50PM
면담 시간: 수업 후
홈페이지: dgpy.modellings.art

과제: eclass
소통: Comments 섹션

강의 중 코드 공유: Notion 페이지

강의 개요

본 강의에서는 프로그래밍 입문자를 대상으로 Python 언어의 기본 문법과 프로그래밍 개념을 체계적으로 학습합니다. 실습 중심의 접근 방식을 통해 데이터 처리, 파일 입출력, 예외 처리, 객체 지향 프로그래밍 등 실제 활용도가 높은 주제를 폭넓게 다루며, 문제 해결 중심의 소프트웨어 구현 능력을 배양합니다. 아울러 최근 코딩 과정에서 활용 가치가 크게 주목받고 있는 대형 언어 모델(LLM)을 교육 과정에 적극적으로 도입하여, 프로그래밍에 대한 이해와 구현 역량을 효과적으로 향상시키는 방법을 소개합니다. 동시에 Python의 기본기를 탄탄히 다져, LLM과의 협업이 단순한 의존이 아닌 시너지를 창출할 수 있도록 합니다. 이러한 학습 경험은 이후 데이터 분석의 기초가 되며, 최신 AI 기술에 대한 개요 이해와 Python 기반 도구 활용 능력을 함께 갖추는 데 기여합니다.

참고도서

  • The Quick Python Book (4e), Ceder Naomi, Manning Publications, 2025. _
    • Livebook: The Quick Python Book, Fourth Edition
    • Source code: publisher site
  • Python for Data Analysis (3e) by Wes McKinney (파이썬 라이브러리를 활용한 데이터 분석)
    • Source code: GitHub

LLMs: ChatGPT, Claude, Gemini, Grok, DeepSeek

수업 활동

출석 (10%), 일반과제 (20%), 중간고사 (35%), 기말고사 (35%)

수업 계획

1주. Python 언어 개요 및 개발 환경(IDE) 소개
2주. Python, VSCode, Copilot 설치 및 환경 설정
3주. 전체적인 소개: 데이터 타입, 제어 흐름, 모듈, 객체 지향 프로그래밍
4주. 시퀀스 자료형: 리스트, 튜플, 세트
5주. 문자열 다루기, 딕셔너리: 키-값 구조, 해시 테이블 개념
6주. 제어 흐름: if, for, while, comprehension
7주. 중간고사
8주. 함수와 람다식: 함수 정의와 호출, 파라미터 종류
9주. 모듈, 파이썬 프로그램
10주. 파일 입출력, 객체의 저장
11주. 예외 처리
12주. 클래스와 객체 지향 프로그래밍
13주. 데이터 파일 처리, 네트워크를 통한 데이터
14주. 데이터 탐색 및 시각화: pandas, matplotlib, seaborn
15주. 프로젝트 및 기말고사

History & Background

This work © 2025 by Sungkyun Cho is licensed under CC BY-NC-SA 4.0