2-1 샘플 · 코딩으로 많은 데이터를 다루면 어디까지 보일까¶
가상 학교 축제 부스 방문 기록 100,000건을 코드로 읽어 하나의 화면으로 정리한 실제 실행 예시입니다.
- 이 Notebook은 코딩으로 많은 데이터를 다룬 결과를 미리 보여 주는 샘플입니다.
- 실제 수행평가 데이터나 정답이 아닙니다. 모든 내용은 수업용으로 만든 가상 자료입니다.
- 이 대시보드 전체를 여러분이 만들어야 한다는 뜻이 아닙니다.
- 수행평가 1에서는 더 단순한 CSV 한 개와 지정된 그래프 한 개를 완성하게 됩니다.
- AI가 코드를 만들더라도 결과가 원본 데이터와 맞는지 확인하는 일은 사람이 합니다.
오늘 볼 것: 100,000줄의 표가 코드를 거쳐 어떤 화면으로 바뀌는가.
1. AI에게 전달할 수 있는 요청 예시¶
아래는 실제 대화 기록이 아니라, 이런 식으로 요청할 수 있다는 예시입니다.
data/01_festival_booth_activity.csv 파일을 읽어 줘.
- 전체 방문자 수와 방문자가 가장 많은 부스를 확인해 줘.
- 부스별 방문자 수를 비교하는 그래프를 만들어 줘.
- 시간대별 방문자 변화를 선그래프로 보여 줘.
- 평균 대기 시간과 만족도의 관계를 산점도로 보여 줘.
- 위 내용을 PPT에 넣을 수 있도록 16:9 대시보드 이미지 한 장으로 저장해 줘.
저장 경로는 output/01_festival_dashboard.png 로 해 줘.
- 마지막에 결과 숫자가 원본 CSV와 같은지 확인하는 코드도 함께 만들어 줘.
요청에 무엇을 읽고 · 무엇을 보여 주고 · 어디에 저장하고 · 어떻게 확인할지를 함께 적는 것이 중요합니다.
2. 원본 CSV 확인하기¶
먼저 그래프를 그리기 전에 어떤 표를 읽었는지 눈으로 확인합니다.
아래 경로 처리 코드는 이번 차시에 배우는 내용이 아니라, 어느 폴더에서 실행해도 data 폴더를 찾도록 미리 준비해 둔 코드입니다.
In [1]:
from pathlib import Path
import pandas as pd
def find_project_root(start: Path) -> Path:
"""pyproject.toml과 data 폴더가 함께 있는 위치를 프로젝트 루트로 본다."""
for candidate in [start, *start.parents]:
if (candidate / "pyproject.toml").exists() and (candidate / "data").is_dir():
return candidate
return start
PROJECT_ROOT = find_project_root(Path.cwd().resolve())
DATA_PATH = PROJECT_ROOT / "data" / "01_festival_booth_activity.csv"
OUTPUT_PATH = PROJECT_ROOT / "output" / "01_festival_dashboard.png"
festival = pd.read_csv(DATA_PATH)
print("읽은 파일:", DATA_PATH.relative_to(PROJECT_ROOT))
festival.head()
읽은 파일: data/01_festival_booth_activity.csv
Out[1]:
| visit_id | visited_at | time_slot | booth | category | grade | spent_won | wait_min | satisfaction | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | V000001 | 2026-09-18 10:06:00 | 10:00 | 떡볶이 가게 | 음식 | 3 | 3000 | 2 | 4.3 |
| 1 | V000002 | 2026-09-18 16:34:00 | 16:00 | 사진 부스 | 체험 | 1 | 0 | 8 | 4.2 |
| 2 | V000003 | 2026-09-18 16:33:00 | 16:00 | 방탈출 게임 | 게임 | 3 | 1000 | 8 | 4.9 |
| 3 | V000004 | 2026-09-18 12:09:00 | 12:00 | 방탈출 게임 | 게임 | 3 | 1000 | 14 | 4.1 |
| 4 | V000005 | 2026-09-18 16:15:00 | 16:00 | 사진 부스 | 체험 | 3 | 2000 | 4 | 4.7 |
In [2]:
print("행의 개수:", festival.shape[0])
print("열의 개수:", festival.shape[1])
print("열 이름:", list(festival.columns))
print("비어 있는 값의 개수:", int(festival.isna().sum().sum()))
행의 개수: 100000 열의 개수: 9 열 이름: ['visit_id', 'visited_at', 'time_slot', 'booth', 'category', 'grade', 'spent_won', 'wait_min', 'satisfaction'] 비어 있는 값의 개수: 0
표를 그대로 보면 100,000줄이라 한 줄씩 읽을 수 없습니다. 코드는 이 기록을 부스별과 시간대별로 빠르게 묶어 줍니다.
In [3]:
total_visitors = int(len(festival))
mean_satisfaction = round(float(festival["satisfaction"].mean()), 1)
visitors_by_booth = festival.groupby("booth").size().sort_values(ascending=False)
visitors_by_time = festival.groupby("time_slot").size().sort_index()
top_booth = str(visitors_by_booth.index[0])
booth_summary = (
festival.groupby(["booth", "category"], as_index=False)
.agg(
avg_wait_min=("wait_min", "mean"),
satisfaction=("satisfaction", "mean"),
visitors=("visit_id", "count"),
)
)
print("전체 방문 기록:", f"{total_visitors:,}건")
print("평균 만족도:", mean_satisfaction)
print("방문 기록이 가장 많은 부스:", top_booth)
print()
print("[부스별 방문 기록 수]")
print(visitors_by_booth.to_string())
print()
print("[시간대별 방문 기록 수]")
print(visitors_by_time.to_string())
전체 방문 기록: 100,000건 평균 만족도: 4.6 방문 기록이 가장 많은 부스: 떡볶이 가게 [부스별 방문 기록 수] booth 떡볶이 가게 25314 슬러시 카페 17996 방탈출 게임 16905 다트 챌린지 14882 사진 부스 13832 캘리그라피 체험 11071 [시간대별 방문 기록 수] time_slot 10:00 6104 11:00 9937 12:00 17999 13:00 22015 14:00 19104 15:00 14966 16:00 9875
3. 한 화면으로 정리하기¶
같은 표를 숫자 요약 3개 + 그래프 3개로 바꾼 화면입니다.
In [4]:
import matplotlib
import matplotlib.pyplot as plt
from matplotlib import font_manager
from matplotlib.patches import FancyBboxPatch
# 한글 폰트를 순서대로 찾고, 없으면 영어 표시로 안전하게 바꾼다.
KOREAN_FONT_CANDIDATES = [
"Apple SD Gothic Neo", # macOS
"AppleGothic", # macOS
"Malgun Gothic", # Windows
"NanumGothic", # 공통(설치형)
"Noto Sans CJK KR", # 공통(설치형)
]
installed_fonts = {f.name for f in font_manager.fontManager.ttflist}
korean_font = next((n for n in KOREAN_FONT_CANDIDATES if n in installed_fonts), None)
if korean_font:
plt.rcParams["font.family"] = korean_font
plt.rcParams["axes.unicode_minus"] = False
USE_KOREAN = korean_font is not None
print("사용할 폰트:", korean_font if USE_KOREAN else "한글 폰트를 찾지 못해 영어 표시를 사용합니다")
사용할 폰트: Apple SD Gothic Neo
In [5]:
# 한글 폰트가 없을 때 사용할 영어 표시
LABELS_KO = {
"title": "학교 축제 부스 운영 현황",
"subtitle": "가상 자료 · 100,000건의 방문 기록을 실제 코드로 처리한 결과",
"kpi1": "전체 방문자 수", "kpi2": "방문자가 가장 많은 부스", "kpi3": "평균 만족도",
"unit_people": "명", "unit_score": "점 (5점 만점)",
"bar": "부스별 방문자 수", "line": "시간대별 방문자 변화",
"scatter": "평균 대기 시간과 만족도의 관계",
"x_wait": "평균 대기 시간(분)", "y_sat": "만족도(5점 만점)",
"x_time": "시간대", "y_visitors": "방문자 수(명)",
}
LABELS_EN = {
"title": "School Festival Booth Activity",
"subtitle": "Actual code output from 100,000 fictional visit records",
"kpi1": "Total visitors", "kpi2": "Busiest booth", "kpi3": "Average satisfaction",
"unit_people": "", "unit_score": "/ 5",
"bar": "Visitors by booth", "line": "Visitors by time slot",
"scatter": "Waiting time vs. satisfaction",
"x_wait": "Average wait (min)", "y_sat": "Satisfaction (out of 5)",
"x_time": "Time slot", "y_visitors": "Visitors",
}
BOOTH_EN = {
"떡볶이 가게": "Tteokbokki", "슬러시 카페": "Slush Cafe", "방탈출 게임": "Escape Room",
"다트 챌린지": "Dart Challenge", "캘리그라피 체험": "Calligraphy", "사진 부스": "Photo Booth",
}
CATEGORY_EN = {"음식": "Food", "게임": "Game", "체험": "Craft"}
L = LABELS_KO if USE_KOREAN else LABELS_EN
booth_label = (lambda name: name) if USE_KOREAN else (lambda name: BOOTH_EN[name])
category_label = (lambda name: name) if USE_KOREAN else (lambda name: CATEGORY_EN[name])
# 색은 세 가지 분류 색과 강조색 하나로만 통일한다.
CATEGORY_COLOR = {"음식": "#E4794A", "게임": "#2F5D8A", "체험": "#4E9F87"}
BG, CARD, INK, MUTED, GRID = "#F7F8FA", "#FFFFFF", "#1E2A38", "#6B7684", "#E3E7EC"
In [6]:
fig = plt.figure(figsize=(16, 9), dpi=150, facecolor=BG)
# ── 제목 ─────────────────────────────────────────────────────────
fig.text(0.045, 0.945, L["title"], fontsize=34, fontweight="bold", color=INK, va="center")
fig.text(0.045, 0.895, L["subtitle"], fontsize=16, color=MUTED, va="center")
# ── 숫자 요약 카드 3개 ───────────────────────────────────────────
kpi_values = [
(L["kpi1"], f"{total_visitors:,}", L["unit_people"], "#2F5D8A"),
(L["kpi2"], booth_label(top_booth), "", "#E4794A"),
(L["kpi3"], f"{mean_satisfaction}", L["unit_score"], "#4E9F87"),
]
card_w, card_h, card_y, gap = 0.29, 0.135, 0.715, 0.0175
for i, (name, value, unit, accent) in enumerate(kpi_values):
x = 0.045 + i * (card_w + gap)
fig.patches.append(FancyBboxPatch(
(x, card_y), card_w, card_h, boxstyle="round,pad=0.006,rounding_size=0.012",
transform=fig.transFigure, facecolor=CARD, edgecolor="none", zorder=1))
fig.patches.append(FancyBboxPatch(
(x, card_y), 0.006, card_h, boxstyle="square,pad=0",
transform=fig.transFigure, facecolor=accent, edgecolor="none", zorder=2))
fig.text(x + 0.028, card_y + card_h - 0.036, name, fontsize=16, color=MUTED, va="center")
fig.text(x + 0.028, card_y + 0.045, value, fontsize=34, fontweight="bold",
color=INK, va="center")
if unit:
fig.text(x + card_w - 0.022, card_y + 0.038, unit, fontsize=15,
color=MUTED, va="center", ha="right")
# ── 그래프 3개 ───────────────────────────────────────────────────
# 부스 이름이 길어 왼쪽 여백을 넉넉히 둔다.
grid = fig.add_gridspec(1, 3, left=0.115, right=0.982, top=0.60, bottom=0.09,
wspace=0.34, width_ratios=[1.08, 1, 1])
ax_bar, ax_line, ax_scatter = (fig.add_subplot(grid[0, i]) for i in range(3))
for ax in (ax_bar, ax_line, ax_scatter):
ax.set_facecolor(CARD)
for side in ("top", "right"):
ax.spines[side].set_visible(False)
for side in ("left", "bottom"):
ax.spines[side].set_color(GRID)
ax.tick_params(colors=MUTED, labelsize=15, length=0)
# (1) 부스별 방문자 수 — 가로 막대
bar_booths = list(visitors_by_booth.index)[::-1]
bar_values = list(visitors_by_booth.values)[::-1]
booth_category = festival.drop_duplicates("booth").set_index("booth")["category"]
ax_bar.barh([booth_label(b) for b in bar_booths], bar_values,
color=[CATEGORY_COLOR[booth_category[b]] for b in bar_booths], height=0.62)
for y, value in enumerate(bar_values):
ax_bar.text(value + max(bar_values) * 0.02, y, f"{value:,}", va="center",
fontsize=16, fontweight="bold", color=INK)
ax_bar.set_xlim(0, max(bar_values) * 1.30)
ax_bar.xaxis.set_major_formatter(lambda v, _: f"{int(v):,}")
ax_bar.set_title(L["bar"], fontsize=20, fontweight="bold", color=INK, pad=14, loc="left")
ax_bar.set_xlabel(L["y_visitors"], fontsize=15, color=MUTED)
ax_bar.tick_params(axis="y", labelsize=16)
ax_bar.xaxis.grid(True, color=GRID, linewidth=0.9)
ax_bar.set_axisbelow(True)
# (2) 시간대별 방문자 변화 — 선그래프
time_labels = list(visitors_by_time.index)
time_values = list(visitors_by_time.values)
ax_line.plot(time_labels, time_values, color="#2F5D8A", linewidth=3.2,
marker="o", markersize=11, markerfacecolor="#FFFFFF", markeredgewidth=3)
for x, value in zip(time_labels, time_values):
# 숫자가 선 위에 겹쳐 보이지 않도록 흰 바탕을 깔고 점 위에 띄운다.
ax_line.annotate(f"{value:,}", (x, value), textcoords="offset points", xytext=(0, 17),
ha="center", fontsize=16, fontweight="bold", color=INK,
bbox=dict(boxstyle="round,pad=0.22", facecolor=CARD, edgecolor="none"))
ax_line.set_ylim(0, max(time_values) * 1.34)
ax_line.yaxis.set_major_formatter(lambda v, _: f"{int(v):,}")
ax_line.tick_params(axis="x", labelsize=13) # 시간대 7개가 서로 붙지 않게 한다
ax_line.set_title(L["line"], fontsize=20, fontweight="bold", color=INK, pad=14, loc="left")
ax_line.set_xlabel(L["x_time"], fontsize=15, color=MUTED)
ax_line.set_ylabel(L["y_visitors"], fontsize=15, color=MUTED)
ax_line.yaxis.grid(True, color=GRID, linewidth=0.9)
ax_line.set_axisbelow(True)
# (3) 대기 시간과 만족도 — 산점도 (점 하나가 부스 하나, 크기는 방문 기록 수)
busiest = booth_summary["visitors"].max()
for category, group in booth_summary.groupby("category", sort=False):
ax_scatter.scatter(group["avg_wait_min"], group["satisfaction"],
s=280 + 1000 * group["visitors"] / busiest, alpha=0.78,
color=CATEGORY_COLOR[category], edgecolor="white", linewidth=1.4,
label=category_label(category))
ax_scatter.set_title(L["scatter"], fontsize=20, fontweight="bold", color=INK, pad=14, loc="left")
ax_scatter.set_xlabel(L["x_wait"], fontsize=15, color=MUTED)
ax_scatter.set_ylabel(L["y_sat"], fontsize=15, color=MUTED)
sat_low, sat_high = booth_summary["satisfaction"].min(), booth_summary["satisfaction"].max()
sat_pad = (sat_high - sat_low) * 0.45
ax_scatter.set_ylim(sat_low - sat_pad, sat_high + sat_pad)
ax_scatter.margins(x=0.20)
ax_scatter.grid(True, color=GRID, linewidth=0.9)
ax_scatter.set_axisbelow(True)
legend = ax_scatter.legend(fontsize=14, loc="upper right", frameon=True,
facecolor=CARD, edgecolor=GRID, borderpad=0.6)
for handle in legend.legend_handles:
handle.set_sizes([120])
fig.savefig(OUTPUT_PATH, facecolor=BG)
print("저장한 파일:", OUTPUT_PATH.relative_to(PROJECT_ROOT))
plt.show()
저장한 파일: output/01_festival_dashboard.png
4. 원본 데이터와 맞는지 확인하기¶
코드가 실행된 것과 원하는 결과가 나온 것은 다릅니다. 화면에 그려진 값을 원본 CSV와 하나씩 대조합니다.
In [7]:
checks = []
# (1) 카드의 전체 방문자 수 = CSV의 행 개수
checks.append(("카드의 전체 방문자 수", total_visitors == len(festival),
f"{total_visitors:,} / CSV 행 {len(festival):,}"))
# (2) 막대그래프의 가장 긴 막대 = 부스별 방문 기록 수 1위
drawn_bars = {t.get_text(): p.get_width() for t, p in
zip(ax_bar.get_yticklabels(), ax_bar.patches)}
longest_bar = max(drawn_bars, key=drawn_bars.get)
checks.append(("막대그래프의 1위 부스", longest_bar == booth_label(top_booth),
f"{longest_bar} / 그룹별 집계 1위 {booth_label(top_booth)}"))
# (3) 막대 개수 = CSV의 부스 개수
checks.append(("막대 개수", len(ax_bar.patches) == festival["booth"].nunique(),
f"{len(ax_bar.patches)}개 / CSV의 부스 {festival['booth'].nunique()}개"))
# (4) 선그래프의 시간대 = CSV의 시간대
drawn_times = [t.get_text() for t in ax_line.get_xticklabels()]
csv_times = sorted(festival["time_slot"].unique())
checks.append(("선그래프의 시간대", drawn_times == csv_times,
f"{drawn_times} / CSV {csv_times}"))
# (5) 산점도 = 부스별 평균 대기 시간과 평균 만족도
drawn_points = sorted((round(float(p[0]), 6), round(float(p[1]), 6))
for c in ax_scatter.collections for p in c.get_offsets())
summary_points = sorted((round(float(row.avg_wait_min), 6), round(float(row.satisfaction), 6))
for row in booth_summary.itertuples())
checks.append(("산점도의 부스별 요약값", drawn_points == summary_points,
f"{len(drawn_points)}개 점 / 부스별 요약 {len(summary_points)}개"))
for name, ok, detail in checks:
print(f"[{'일치' if ok else '불일치'}] {name}: {detail}")
[일치] 카드의 전체 방문자 수: 100,000 / CSV 행 100,000 [일치] 막대그래프의 1위 부스: 떡볶이 가게 / 그룹별 집계 1위 떡볶이 가게 [일치] 막대 개수: 6개 / CSV의 부스 6개 [일치] 선그래프의 시간대: ['10:00', '11:00', '12:00', '13:00', '14:00', '15:00', '16:00'] / CSV ['10:00', '11:00', '12:00', '13:00', '14:00', '15:00', '16:00'] [일치] 산점도의 부스별 요약값: 6개 점 / 부스별 요약 6개
5. 사람이 확인한 결과¶
원본 CSV 100,000행과 완성된 대시보드를 직접 대조합니다.
- 카드의 전체 방문자 수가 CSV의 100,000개 방문 기록과 같은지 확인합니다.
- 방문 기록이 가장 많은 부스가 막대그래프의 가장 긴 막대와 같은지 확인합니다.
- 그래프에 나온 부스와 시간대의 개수가 원본 CSV와 같은지 확인합니다.
- 산점도의 점이 부스별 평균 대기 시간과 평균 만족도를 올바르게 나타내는지 확인합니다.
코드가 오류 없이 끝났다는 사실만으로 완료하지 않습니다. 원본과 결과를 대조한 뒤에 맞는 결과라고 판단합니다.
다시 확인: 이 자료는 수업 흥미를 위한 가상 예시이며, 수행평가 1에서는 더 단순한 CSV로 지정된 그래프 한 개를 완성합니다.