[특별편] 파이썬 필수 라이브러리 종류와 설치 방법 완벽 가이드

파이썬 라이브러리란 무엇인가?

파이썬 라이브러리는 특정 작업을 쉽게 수행할 수 있도록 미리 작성된 함수와 클래스의 집합입니다.
파이썬은 강력하고 유연한 언어이며, 다양한 내장 라이브러리와 외부 라이브러리를 통해 모든 종류의 작업을 지원합니다.
이로 인해 개발자는 복잡한 코드를 작성하지 않고도 다양한 기능을 구현할 수 있습니다.

 

 

라이브러리의 종류

표준 라이브러리 (Standard Library | Built-in Libraries )

파이썬에 내장되어 있으며, 별도의 설치 없이 사용할 수 있는 라이브러리입니다.
일반 유틸리티	os: 운영 체제 관련 작업(파일, 디렉터리 등) sys: 시스템 관련 작업(명령행 인자, 인터프리터 제어) time: 시간 측정 및 포맷팅 datetime: 날짜와 시간 처리 math: 수학적 계산 random: 난수 생성 itertools: 반복 작업 관련 함수 functools: 고차 함수 및 함수 도구 collections: 고급 데이터 구조(예: deque, Counter 등) statistics: 통계 계산
파일 처리	os.path: 파일 경로 조작 shutil: 파일 및 디렉토리 복사, 이동 glob: 파일 경로 패턴 매칭 zipfile: ZIP 파일 처리 csv: CSV 파일 읽기/쓰기 json: JSON 데이터 처리 pickle: 객체 직렬화/역직렬화
네트워킹	socket: 저수준 네트워크 프로그래밍 http.client: HTTP 요청 처리 urllib: URL 처리 및 요청 데이터 처리 re: 정규 표현식 hashlib: 해싱(예: SHA, MD5) uuid: 고유 식별자 생성 base64: Base64 인코딩 및 디코딩
디버깅 및 로깅	logging: 로그 기록 traceback: 예외 추적 pdb: 디버깅 도구
멀티스레딩 및 병렬 처리	threading: 멀티스레딩 multiprocessing: 병렬 처리 concurrent.futures: 고수준 비동기 처리

---

 

외부 라이브러리 (Third-Party Libraries | Popular External Libraries )

개발자나 기업이 제작하여 배포한 라이브러리로, pip 명령어를 사용하여 설치해야 합니다.
데이터 분석 및 시각화	numpy: 수치 계산 및 다차원 배열 처리 pandas: 데이터 분석 및 데이터 프레임 처리 matplotlib: 데이터 시각화 seaborn: 고급 데이터 시각화 plotly: 대화형 데이터 시각화 scipy: 과학 및 공학 계산
머신러닝 및 인공지능	scikit-learn: 머신러닝 알고리즘 및 도구 tensorflow: 딥러닝 프레임워크 pytorch: 딥러닝 라이브러리 keras: 딥러닝 모델 구축 xgboost: 부스팅 알고리즘 구현 nltk: 자연어 처리 spacy: 고급 자연어 처리
웹 개발	flask: 가벼운 웹 프레임워크 django: 풀스택 웹 프레임워크 fastapi: 고성능 비동기 웹 프레임워크 requests: HTTP 요청 처리 beautifulsoup4: 웹 스크래핑 selenium: 웹 브라우저 자동화
데이터베이스	sqlite3: SQLite 데이터베이스 처리(내장) sqlalchemy: ORM(Object Relational Mapping) 도구 pymongo: MongoDB 데이터베이스 클라이언트 redis: Redis 데이터베이스 클라이언트
클라우드 및 DevOps	boto3: AWS SDK docker: Docker 컨테이너 관리 fabric: 원격 서버 작업 자동화 paramiko: SSH 연결 관리
이미지 처리	Pillow: 이미지 처리 및 편집 opencv: 컴퓨터 비전 및 이미지 분석 scikit-image: 이미지 처리
네트워킹 및 API	socketio: 실시간 네트워킹 websocket: WebSocket 프로토콜 httpx: 비동기 HTTP 요청
보안 및 암호화	cryptography: 암호화 작업 pyjwt: JSON Web Tokens 처리 passlib: 비밀번호 해싱 도구
테스트 및 디버깅	pytest: 단위 테스트 도구 unittest: 내장 테스트 모듈 tox: 테스트 자동화 debugpy: 디버깅 도구

---

인기 있는 기타 라이브러리

openpyxl: Excel 파일 읽기/쓰기 pyyaml: YAML 파일 처리 pytz: 시간대 처리 pdfplumber: PDF 파일 읽기 tabulate: 데이터 테이블 형식화 pyinstaller: 파이썬 스크립트를 실행 파일로 변환

 

 

 

 

라이브러리 설치

파이썬에서 라이브러리 설치

파이썬은 기본적으로 **pip**라는 패키지 관리 도구를 사용하여 라이브러리를 설치합니다.

Command Prompt (CMD) 또는 Terminal에서 설치

설치 명령어
pip install 라이브러리명

예제
pip install numpy pandas matplotlib

라이브러리 확인
pip list

특정 버전 설치
특정 버전의 라이브러리를 설치하려면 아래와 같이 실행합니다

pip install 라이브러리명==버전번호

예제
pip install pandas==1.3.3

라이브러리 업그레이드

pip install --upgrade 라이브러리명

예제
pip install --upgrade requests

라이브러리 제거

pip uninstall 라이브러리명

예제
pip uninstall matplotlib

 

아나콘다에서 라이브러리 설치

아나콘다에서는 **conda**라는 패키지 관리 도구를 사용합니다.

Command Prompt (CMD) 또는 Terminal에서 설치

conda install 라이브러리명

예쩨
conda install numpy

특정 버전 설치
아나콘다에서도 특정 버전을 설치할 수 있습니다

conda install 라이브러리명=버전번호

예제
conda install pandas=1.3.3

설치된 라이브러리 확인
conda list

라이브러리 제거
conda remove 라이브러리명

예제
conda remove scipy

가상 환경에서 라이브러리 설치

파이썬 또는 아나콘다에서 가상 환경을 만들어 각 프로젝트에 독립적인 환경을 설정하는 것이 좋습니다.

Python 가상 환경 생성 (venv):

python -m venv myenv
source myenv/bin/activate  # MacOS/Linux
myenv\Scripts\activate     # Windows
pip install numpy          # 가상 환경에서 라이브러리 설치


Anaconda 가상 환경 생성:

conda create --name myenv python=3.9
conda activate myenv
conda install numpy