어제 배운 것들을 다시 한번 되돌아봅시다.
어제 배운 것들을 정리해보면, 아래와 같은 구문들을 배웠습니다:
- 출력문: print
- 변수 할당
- 반복문: for
- 조건문: if
그리고, 아래와 같은 자료형을 배웠습니다:
- 상수형 자료형: 참/거짓
- 숫자형 자료형: 정수, 소수
- 시퀀스형 자료형: 리스트, 튜플
- 텍스트 시퀀스: 문자열
- 바이트 시퀀스: 바이트 (bytes)
- 컨테이너형 자료형: set, dict
어제는 전체적인 내용을 한번 훑어봤으니, 오늘은 각 요소들을 차근차근 다시 활용하면서 되돌아봅시다.
우선, 위의 내용들을 응용해서 테스트해보기 위해서, 그래프를 그리는 기본적인 코드를 소개하겠습니다.
아래와 같이 가장 기본적인 그래프를 그릴 수 있습니다.
import matplotlib.pyplot as plt
plt.plot([1, 3, 2, 5, 4])
plt.show()
matplotlib 라는 도구는, 파이썬에서 그래프를 그릴 때 주로 사용하는 도구입니다.
matplotlib도구를 사용하겠다고 선언을 합니다.- 그리고는 그 도구 중에
plot이라는 함수에 그래프를 그릴 데이터를 넣어줍니다.- 그런데
plot을 수행한다고 해서 그래프가 곧바로 화면에 보이지는 않습니다.
- 그런데
- 화면에 그래프를 그리기 위해서는,
show함수를 사용해서 화면에 그리라고 명령해줘야 합니다.
이 기본적인 그래프를 활용해서 for, if 등의 구문을 연습해보겠습니다.
변수 할당과 반복문을 사용해서, 0부터 100까지의 누적 합을 계산하는 코드를 작성해보겠습니다.
우선 의사 코드부터 작성해보겠습니다:
누적 합을 저장할 변수를 0으로 초기화한다 0부터 100까지를 순회하며 누적 합 변수에 현재 숫자를 더한다 누적 합을 출력한다
이것을 파이썬 코드로 변환해볼까요?
s = 0
for i in range(100):
s = s + i
print(s)
4950
최종 결과만 출력하지 않고, 중간 결과들을 보관해보겠습니다. 순서를 유지하면서 여러 값을 보관해야 하니, 리스트를 사용하겠습니다.
s = 0
s_list = []
for i in range(100):
s = s + i
s_list.append(s)
print(s_list)
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45, 55, 66, 78, 91, 105, 120, 136, 153, 171, 190, 210, 231, 253, 276, 300, 325, 351, 378, 406, 435, 465, 496, 528, 561, 595, 630, 666, 703, 741, 780, 820, 861, 903, 946, 990, 1035, 1081, 1128, 1176, 1225, 1275, 1326, 1378, 1431, 1485, 1540, 1596, 1653, 1711, 1770, 1830, 1891, 1953, 2016, 2080, 2145, 2211, 2278, 2346, 2415, 2485, 2556, 2628, 2701, 2775, 2850, 2926, 3003, 3081, 3160, 3240, 3321, 3403, 3486, 3570, 3655, 3741, 3828, 3916, 4005, 4095, 4186, 4278, 4371, 4465, 4560, 4656, 4753, 4851, 4950]
import matplotlib.pyplot as plt
s = 0
s_list = []
for i in range(100):
s = s + i
s_list.append(s)
plt.plot(s_list)
plt.show()
위의 예제를 약간 변경해서, 홀수인 경우에만 그래프를 그리도록 해보겠습니다.
대부분의 프로그래밍 언어에서, 짝수/홀수를 판단하는 방법은, 2로 나누어보고, 나누어 떨어지는지, 즉 나머지가 0인지 아닌지로 판단합니다. 즉, 숫자 number에 대해서, number % 2 == 0 이면 2로 나누어 떨어지므로 짝수, 아니면 홀수입니다.
import matplotlib.pyplot as plt
s = 0
s_list = []
for i in range(100):
s = s + i
if s % 2 == 0:
s_list.append(None)
else:
s_list.append(s)
plt.plot(s_list)
plt.show()
너무 예제 데이터만 다루면 재미가 없으니, 실제 데이터를 한번 다뤄볼까요? 한동안 사회적으로 크게 이슈가 되었던 비트코인의 시세 데이터를 한번 가져와보도록 하겠습니다.
실제 데이터를 가져오기 위해서, 간단히 웹에서 데이터를 가져오는 방법을 소개하겠습니다. requests 라는 도구를 사용하면 간편하게 웹에서 데이터를 가져올 수 있습니다.
아래와 같이 사용할 수 있습니다. 원하는 웹 주소를 requests.get() 함수에 넘겨주면 응답 값(Response class의 객체)을 반환하고, 그 반환 객체 중에 .json() 이라는 메소드 함수를 호출하면, 파이썬의 list와 dict 등 파이썬의 자료형으로 변환해줍니다.
import requests
response = requests.get('https://api.korbit.co.kr/v1/transactions')
print(response.json())
[{'amount': '0.3299', 'tid': '5726267', 'price': '7297500', 'timestamp': 1530576665493}, {'amount': '0.14873766', 'tid': '5726266', 'price': '7277000', 'timestamp': 1530576640818}, {'amount': '0.00126234', 'tid': '5726265', 'price': '7281000', 'timestamp': 1530576640710}, {'amount': '0.02519729', 'tid': '5726264', 'price': '7289000', 'timestamp': 1530576554490}, {'amount': '0.77665335', 'tid': '5726263', 'price': '7290000', 'timestamp': 1530576545803}, {'amount': '0.112', 'tid': '5726262', 'price': '7290000', 'timestamp': 1530576536947}, {'amount': '0.11134665', 'tid': '5726261', 'price': '7290000', 'timestamp': 1530576504889}, {'amount': '0.365798584684000907', 'tid': '5726260', 'price': '7287000', 'timestamp': 1530576429029}, {'amount': '0.006', 'tid': '5726259', 'price': '7287000', 'timestamp': 1530576411993}, {'amount': '0.00677061', 'tid': '5726258', 'price': '7286000', 'timestamp': 1530576386719}, {'amount': '0.013724010155767515', 'tid': '5726257', 'price': '7286500', 'timestamp': 1530576361324}, {'amount': '0.063', 'tid': '5726256', 'price': '7275500', 'timestamp': 1530576333300}, {'amount': '0.2685', 'tid': '5726255', 'price': '7276000', 'timestamp': 1530576333189}, {'amount': '0.2685', 'tid': '5726254', 'price': '7276500', 'timestamp': 1530576333085}, {'amount': '0.054892273912446823', 'tid': '5726253', 'price': '7287000', 'timestamp': 1530576326462}, {'amount': '0.15514084140355227', 'tid': '5726252', 'price': '7287000', 'timestamp': 1530576171011}, {'amount': '0.42669085859644773', 'tid': '5726251', 'price': '7286500', 'timestamp': 1530576170906}, {'amount': '0.02922249', 'tid': '5726250', 'price': '7288000', 'timestamp': 1530576161316}, {'amount': '1.73079461', 'tid': '5726249', 'price': '7288000', 'timestamp': 1530576149706}, {'amount': '0.55788028', 'tid': '5726248', 'price': '7275500', 'timestamp': 1530576071451}, {'amount': '0.001197613005007202', 'tid': '5726247', 'price': '7289500', 'timestamp': 1530576064636}, {'amount': '0.00119608', 'tid': '5726246', 'price': '7275000', 'timestamp': 1530576018057}, {'amount': '0.012646352166758091', 'tid': '5726245', 'price': '7292000', 'timestamp': 1530575981622}, {'amount': '0.5359', 'tid': '5726244', 'price': '7292000', 'timestamp': 1530575981511}, {'amount': '0.05648091', 'tid': '5726243', 'price': '7293000', 'timestamp': 1530575961419}, {'amount': '0.55639414', 'tid': '5726242', 'price': '7269500', 'timestamp': 1530575927196}, {'amount': '0.00146', 'tid': '5726241', 'price': '7270000', 'timestamp': 1530575927066}, {'amount': '0.32214586', 'tid': '5726240', 'price': '7271000', 'timestamp': 1530575926957}, {'amount': '1.12', 'tid': '5726239', 'price': '7271500', 'timestamp': 1530575926845}, {'amount': '0.02325083', 'tid': '5726238', 'price': '7271500', 'timestamp': 1530575886486}, {'amount': '0.0021', 'tid': '5726237', 'price': '7271000', 'timestamp': 1530575875178}, {'amount': '0.59833067', 'tid': '5726236', 'price': '7271000', 'timestamp': 1530575874835}, {'amount': '0.02555396', 'tid': '5726235', 'price': '7269500', 'timestamp': 1530575778625}, {'amount': '0.19009183', 'tid': '5726234', 'price': '7268000', 'timestamp': 1530575765822}, {'amount': '0.3461', 'tid': '5726233', 'price': '7268500', 'timestamp': 1530575765698}, {'amount': '0.3461', 'tid': '5726232', 'price': '7268500', 'timestamp': 1530575765589}, {'amount': '0.42', 'tid': '5726231', 'price': '7269000', 'timestamp': 1530575760951}, {'amount': '2', 'tid': '5726230', 'price': '7268500', 'timestamp': 1530575753864}, {'amount': '0.94340963', 'tid': '5726229', 'price': '7268500', 'timestamp': 1530575751377}, {'amount': '0.1421643', 'tid': '5726228', 'price': '7268500', 'timestamp': 1530575749168}, {'amount': '0.03218826', 'tid': '5726227', 'price': '7268000', 'timestamp': 1530575744186}, {'amount': '0.0559', 'tid': '5726226', 'price': '7268000', 'timestamp': 1530575744081}, {'amount': '0.0267', 'tid': '5726225', 'price': '7290500', 'timestamp': 1530575695218}, {'amount': '0.23526186100459796', 'tid': '5726224', 'price': '7290500', 'timestamp': 1530575681427}, {'amount': '0.14313813899540204', 'tid': '5726223', 'price': '7290500', 'timestamp': 1530575681251}, {'amount': '0.09921968', 'tid': '5726222', 'price': '7291500', 'timestamp': 1530575606269}, {'amount': '0.01694071', 'tid': '5726221', 'price': '7290000', 'timestamp': 1530575563019}, {'amount': '0.07974687', 'tid': '5726220', 'price': '7290500', 'timestamp': 1530575534205}, {'amount': '0.001778385772913817', 'tid': '5726219', 'price': '7310000', 'timestamp': 1530575262121}, {'amount': '0.184', 'tid': '5726218', 'price': '7290000', 'timestamp': 1530575238322}, {'amount': '0.0812', 'tid': '5726217', 'price': '7293000', 'timestamp': 1530575161590}, {'amount': '0.00001644', 'tid': '5726216', 'price': '7291500', 'timestamp': 1530575144445}, {'amount': '0.04112405', 'tid': '5726215', 'price': '7295000', 'timestamp': 1530575144328}, {'amount': '0.00305951', 'tid': '5726214', 'price': '7298500', 'timestamp': 1530575144221}, {'amount': '0.00576583', 'tid': '5726213', 'price': '7300500', 'timestamp': 1530574825615}, {'amount': '0.04442743', 'tid': '5726212', 'price': '7300500', 'timestamp': 1530574823366}, {'amount': '0.27074707', 'tid': '5726211', 'price': '7301000', 'timestamp': 1530574617977}, {'amount': '0.00797948', 'tid': '5726210', 'price': '7302500', 'timestamp': 1530574617866}, {'amount': '0.07436903', 'tid': '5726209', 'price': '7297000', 'timestamp': 1530574537179}, {'amount': '0.508312243240253977', 'tid': '5726208', 'price': '7323500', 'timestamp': 1530574526311}, {'amount': '0.77059677', 'tid': '5726207', 'price': '7323000', 'timestamp': 1530574526196}, {'amount': '0.1', 'tid': '5726206', 'price': '7320000', 'timestamp': 1530574526091}, {'amount': '0.51006096', 'tid': '5726205', 'price': '7312500', 'timestamp': 1530574525987}, {'amount': '0.06712516', 'tid': '5726204', 'price': '7312000', 'timestamp': 1530574525884}, {'amount': '0.2771', 'tid': '5726203', 'price': '7312000', 'timestamp': 1530574525774}, {'amount': '0.5', 'tid': '5726202', 'price': '7311000', 'timestamp': 1530574525670}, {'amount': '2.03698598', 'tid': '5726201', 'price': '7312500', 'timestamp': 1530574335484}, {'amount': '0.820456720907972104', 'tid': '5726200', 'price': '7313000', 'timestamp': 1530574241970}, {'amount': '0.01367427', 'tid': '5726199', 'price': '7313000', 'timestamp': 1530574239497}, {'amount': '0.00410228', 'tid': '5726198', 'price': '7313000', 'timestamp': 1530574239392}, {'amount': '0.24674662038854836', 'tid': '5726197', 'price': '7315000', 'timestamp': 1530574230079}, {'amount': '1.0404616', 'tid': '5726196', 'price': '7315000', 'timestamp': 1530574202521}, {'amount': '0.73', 'tid': '5726195', 'price': '7315000', 'timestamp': 1530574200125}, {'amount': '0.087', 'tid': '5726194', 'price': '7315000', 'timestamp': 1530574031196}, {'amount': '0.12', 'tid': '5726193', 'price': '7315500', 'timestamp': 1530573969156}, {'amount': '1', 'tid': '5726192', 'price': '7315500', 'timestamp': 1530573969052}, {'amount': '0.15', 'tid': '5726191', 'price': '7318500', 'timestamp': 1530573896793}, {'amount': '0.46255635', 'tid': '5726190', 'price': '7323000', 'timestamp': 1530573791359}, {'amount': '0.3119', 'tid': '5726189', 'price': '7323000', 'timestamp': 1530573746636}, {'amount': '0.0497', 'tid': '5726188', 'price': '7323000', 'timestamp': 1530573731694}, {'amount': '0.30368982', 'tid': '5726187', 'price': '7323000', 'timestamp': 1530573629236}, {'amount': '0.11215413', 'tid': '5726186', 'price': '7323000', 'timestamp': 1530573484018}, {'amount': '0.008', 'tid': '5726185', 'price': '7323000', 'timestamp': 1530573426900}, {'amount': '0.8', 'tid': '5726184', 'price': '7323000', 'timestamp': 1530573418637}, {'amount': '0.03609335', 'tid': '5726183', 'price': '7323000', 'timestamp': 1530573361885}, {'amount': '0.00146978', 'tid': '5726182', 'price': '7323500', 'timestamp': 1530573241653}, {'amount': '0.00257569', 'tid': '5726181', 'price': '7323000', 'timestamp': 1530573111795}]
가져온 시세 데이터는 아래와 같은 구조로 되어있습니다.
- 우선, 가장 겉은 list로 감싸져 있고요.
- list의 각 항목은 dict로 이루어져 있습니다.
- 각 dict는 아래와 같은 정보를 담고 있습니다.
- 수량을 나타내는
amount - 거래의 고유번호(transaction ID)인
tid - 체결 가격을 나타내는
price - 체결 시점을 나타내는
timestamp
- 수량을 나타내는
우선, 모든 거래에 대해서, 체결 가격을 그래프로 나타내봅시다.
의사 코드를 먼저 작성합니다.
거래 정보를 가져온다 체결 가격 정보를 저장할 빈 리스트를 만든다 각 거래 정보에 대해서 (순회한다): 거래 정보 중에서, 체결 가격 항목을 가져온다 체결 가격 리스트에 체결 가격을 추가한다 체결 가격 리스트를 그래프로 그린다
import matplotlib.pyplot as plt
import requests
# 거래 정보를 가져온다.
response = requests.get('https://api.korbit.co.kr/v1/transactions?time=day')
data = response.json()
# 체결 가격 정보를 저장할 빈 리스트를 만든다
price_list = []
# 각 거래 정보에 대해서 순회한다
for transaction in data:
# 거래 정보 중에서, 체결 가격 항목을 가져온다
price = transaction['price']
# 체결 가격 리스트에 체결 가격을 추가한다
price_list.append(price)
plt.plot(price_list)
plt.show()
그런데, 가만 보니 가져온 데이터가 시간순으로 정렬되어 있지 않습니다. 시간 순으로 정렬해볼까요?
리스트를 특정 조건으로 정렬하기 위해서는, sorted 라는 함수를 사용합니다.
data = [4, 1, 2, 7, 5]
data_sorted = sorted(data)
print(data_sorted)[1, 2, 4, 5, 7]
조금 복잡한 경우로, 단순한 숫자를 원소로 가지는 리스트가 아니라, dict를 원소로 가지는 리스트에서, 특정 항목을 기준으로 정렬하려면, key 인자를 사용합니다.
data = [
{'name': 'Tom', 'score': 4},
{'name': 'Mary', 'score': 1},
{'name': 'Tim', 'score': 2},
{'name': 'John', 'score': 7},
{'name': 'Mike', 'score': 5}
]
data_sorted = sorted(data, key=lambda row: row['score'])
print(data_sorted)[{'name': 'Mary', 'price': 1}, {'name': 'Tim', 'price': 2}, {'name': 'Tom', 'price': 4}, {'name': 'Mike', 'price': 5}, {'name': 'John', 'price': 7}]
이 sorted 함수를 사용해서, 데이터를 시간 순서대로 그려보겠습니다. 나머지 부분은 이전 코드와 동일하고, sorted 들어간 부분만 달라집니다.
import matplotlib.pyplot as plt
import requests
# 거래 정보를 가져온다.
response = requests.get('https://api.korbit.co.kr/v1/transactions?time=day')
data = response.json()
# 시간 순서대로 정렬한다.
data = sorted(data, key=lambda row: row['timestamp'])
# 체결 가격 정보를 저장할 빈 리스트를 만든다
price_list = []
# 각 거래 정보에 대해서 순회한다
for transaction in data:
# 거래 정보 중에서, 체결 가격 항목을 가져온다
price = transaction['price']
# 체결 가격 리스트에 체결 가격을 추가한다
price_list.append(price)
plt.plot(price_list)
plt.show()
이번에는 체결 수량이 1 비트코인 이상인 거래내역만 살펴보겠습니다.
import matplotlib.pyplot as plt
import requests
# 거래 정보를 가져온다.
response = requests.get('https://api.korbit.co.kr/v1/transactions?time=day')
data = response.json()
data = sorted(data, key=lambda row: row['timestamp'])
# 체결 가격 정보를 저장할 빈 리스트를 만든다
price_list = []
# 각 거래 정보에 대해서 순회한다
for transaction in data:
# 거래 정보 중에서, 체결 가격 항목을 가져온다
price = transaction['price']
# 만약 거래 수량이 1 이상이면
if float(transaction['amount']) > 1:
# 체결 가격 리스트에 체결 가격을 추가한다
price_list.append(price)
plt.plot(price_list)
plt.show()
