[2026] Python 실전 시리즈 전체 목차 | #01~#23 학습 경로·영문 글·연관 글
![[2026] Python 실전 시리즈 전체 목차 | #01~#23 학습 경로·영문 글·연관 글](/og/s/python-series-index.webp)
이 글의 핵심
Python 시리즈 #01~#23 목차, 입문·웹·데이터 트랙, 영문 글·패키지 매니저·성능 글과의 연결을 한곳에 정리했습니다.
들어가며
이 페이지는 pkglog Python 시리즈(한글 본편 #01~#23)의 통합 목차입니다. 자료구조 비교, pip·uv·Poetry 비교, 성능 최적화 사례 같은 단편 글과 함께 읽으면 도구 선택과 최적화 감각을 같이 잡을 수 있습니다. 같은 레포의 다른 언어 시리즈: Go 2주 완성 목차 · C++ 시리즈 목차
실무 활용 사례: 데이터 분석, 웹 개발, 자동화 프로젝트에서 실제로 사용한 패턴과 코드를 바탕으로 정리했습니다. 초보자가 흔히 겪는 오류와 해결법을 포함합니다.
실무에서 느낀 Python의 매력
처음 Python을 배울 때는 “이게 정말 프로그래밍 언어인가?” 싶을 정도로 간결했습니다. C++에서 10줄로 작성하던 코드가 Python에서는 2~3줄로 끝나는 경우가 많았죠. 특히 데이터 분석 프로젝트를 진행하면서 Pandas와 NumPy의 강력함을 체감했습니다. 엑셀로 몇 시간 걸리던 작업이 Python 스크립트로는 몇 초 만에 끝나는 걸 보고 동료들이 놀라워했던 기억이 납니다. 하지만 처음부터 순탄하지만은 않았습니다. 들여쓰기 하나 잘못해서 몇 시간을 헤맨 적도 있고, 가상환경 설정이 꼬여서 프로젝트 전체를 다시 시작한 적도 있습니다. 이런 시행착오를 겪으며 깨달은 건, 환경 설정을 처음부터 제대로 하는 것이 얼마나 중요한지였습니다. 이 글에서는 제가 겪은 실수들을 바탕으로, 여러분이 같은 시행착오를 겪지 않도록 실전 팁을 담았습니다.
한눈에 보는 학습 경로
다음은 mermaid를 활용한 상세한 구현 코드입니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.
flowchart LR
subgraph intro["입문 트랙 #01~10"]
A1["#01 환경"] --> A2["#02 문법"]
A2 --> A3["#03 자료형"]
A3 --> A4["#04 함수"]
A4 --> A5["#05 클래스"]
A5 --> A6["#06 모듈"]
A6 --> A7["#07 파일"]
A7 --> A8["#08 예외"]
A8 --> A9["#09 컴프리헨션"]
A9 --> A10["#10 데코레이터"]
end
subgraph web["웹 트랙 #11~15"]
B1["#11 Flask"] --> B2["#12 Django"]
B2 --> B3["#13 REST"]
B3 --> B4["#14 DB"]
B4 --> B5["#15 배포"]
end
subgraph data["데이터 트랙 #16~20"]
C1["#16 Pandas"] --> C2["#17 NumPy"]
C2 --> C3["#18 Matplotlib"]
C3 --> C4["#19 전처리"]
C4 --> C5["#20 분석"]
end
subgraph auto["자동화 트랙 #21~23"]
D1["#21 파일"] --> D2["#22 스크래핑"]
D2 --> D3["#23 스케줄"]
end
A10 --> B1
B5 --> C1
C5 --> D1
Python 시리즈 본편 #01 ~ #23
각 행의 한글 제목은 해당 글로 연결됩니다. 영문이 준비된 글은 별도 표시했습니다.
| 번호 | 주제 | 비고 |
|---|---|---|
| #01 | Python 환경 설정 | EN |
| #02 | Python 기본 문법 | EN |
| #03 | Python 자료형 | EN |
| #04 | Python 함수 | EN |
| #05 | Python 클래스·OOP | EN |
| #06 | 모듈과 패키지 | EN |
| #07 | 파일 처리 | EN |
| #08 | 예외 처리 | EN |
| #09 | 컴프리헨션 | EN |
| #10 | 데코레이터 | EN |
| #11 | Flask 기초 | EN |
| #12 | Django 기초 | EN |
| #13 | REST API | EN |
| #14 | 데이터베이스 | EN |
| #15 | 웹 배포 | EN |
| #16 | Pandas 기초 | EN |
| #17 | NumPy 기초 | EN |
| #18 | Matplotlib | EN |
| #19 | 데이터 전처리 | EN |
| #20 | 데이터 분석 실전 | EN |
| #21 | 파일 자동화 | EN |
| #22 | 웹 스크래핑 | EN |
| #23 | 작업 스케줄링 | EN |
시리즈와 함께 보면 좋은 단편 글
- Python list vs tuple vs set 완벽 비교 —
#03자료형 글과 겹치는 주제를 선택 기준 위주로 정리했습니다. - pip / uv / Poetry 비교 —
#06모듈·가상환경과 연결해 도구 결정에 쓰기 좋습니다. - 성능 최적화 실전 사례 —
#16~#20데이터 처리와 연결해 프로파일링·벡터화 감각을 보강합니다.
추천 학습 방법
- 처음이면
#01→#02→#03순으로 읽고, 자료구조 비교로 선택 감을 보강합니다. - 웹만 필요하면
#01#06만 읽은 뒤#11#15로 점프해도 됩니다(중간 문법은 필요 시#07~#10참고). - 데이터만 필요하면
#01#05후#16#20으로 가며, 전처리·시각화는#18·#19순서를 권장합니다. - 각 글 하단 관련 글에는 시리즈 이전·다음과 이 목차가 포함되어 있습니다.
자주 묻는 질문 (FAQ)
Q. 시리즈 번호와 seriesId는 어떻게 되나요?
A. 한글 본편은 seriesId: 'python'으로 묶여 있으며, 위 표의 #01~#23 순서가 학습 순서입니다.
Q. FastAPI·asyncio·typing 같은 글은 왜 목차에 없나요?
A. 현재 시리즈는 위 23편으로 구성되어 있습니다. 추후 주제별 단편이 추가되면 이 목차에 링크를 보강하는 것을 권장합니다.