긍정적 사고, 음식의 절제, 규칙적인 운동

[pytho] FFmpeg 설치하기 

1. Windows에 FFmpeg 설치하기 (권장 방법)

Windows에서는 패키지 관리자를 사용하거나, 수동으로 바이너리 파일을 다운로드하여 설치할 수 있습니다. 수동 설치 후 **환경 변수(PATH)**를 설정하는 것이 중요합니다.

1-1. 수동 설치 (일반적이고 권장되는 방법)

1. FFmpeg 다운로드:
   • FFmpeg 공식 다운로드 페이지로 이동합니다.
   • "Windows builds" 섹션 아래에서 권장되는 빌드 중 하나를 선택합니다. (예: gyan.dev 또는 BtbN)
   • gyan.dev로 접속했다면, "release builds" 섹션에서 ffmpeg-release-full.7z (전체 기능 포함) 또는 ffmpeg-release-essentials.7z (필수 기능만 포함) 중 하나를 다운로드합니다. 보통 full 버전을 권장합니다.
2. 압축 해제: 다운로드한 .7z 파일의 압축을 해제합니다. (7-Zip 같은 압축 해제 프로그램이 필요할 수 있습니다.) 압축을 해제한 폴더를 C:\ 또는 D:\와 같이 이동하거나 삭제하지 않을 안정적인 위치에 놓습니다. (예: C:\ffmpeg)
3. 환경 변수(PATH) 설정: FFmpeg 실행 파일이 있는 bin 폴더의 경로를 시스템 PATH 환경 변수에 추가해야 합니다. 그래야 명령 프롬프트의 어느 위치에서든 ffmpeg 명령어를 사용할 수 있습니다.
   • "시작" 메뉴 검색창에 "환경 변수"를 입력하고 **"시스템 환경 변수 편집"**을 엽니다.
   • "고급" 탭에서 "환경 변수(N)..." 버튼을 클릭합니다.
   • "사용자 변수" 또는 "시스템 변수" 섹션에서 Path를 찾아 선택하고 "편집(I)..." 버튼을 클릭합니다.
   • **"새로 만들기(N)"**를 클릭하고, 압축을 해제한 FFmpeg 폴더 안의 bin 폴더 경로를 붙여넣습니다. (예: C:\ffmpeg\bin 또는 C:\Users\사용자명\Downloads\ffmpeg-xxxxx-full_build\bin)
   • 모든 창에서 **"확인"**을 클릭하여 변경 사항을 저장합니다.
4. 설치 확인:
   • 새로운 명령 프롬프트(CMD) 또는 PowerShell 창을 엽니다. (환경 변수 변경 사항을 적용하려면 기존 창은 닫고 새로 열어야 합니다.)
   • ffmpeg -version을 입력하여 FFmpeg 버전 정보가 올바르게 출력되는지 확인합니다.

파일 실행에 필요한 모듈 리스트 추출 방법

pip install pipreqs

pipreqs . --encoding=utf-8 --force


       .: 현재 디렉토리를 스캔하라는 의미입니다.
       
       --encoding=utf-8: 파일 인코딩을 지정합니다. (한글 주석 등이 있을 경우 필요)
       
       --force: 이미 requirements.txt 파일이 존재하더라도 덮어쓰도록 합니다. (주의해서 사용)


pip install -r requirements.txt

[python] I'm Switching to Python and Actually Liking It  파이썬으로 전향중이고, 생각보다 꽤 마음에 들어요  

https://www.cesarsotovalero.net/blog/i-am-switching-to-python-and-actually-liking-it.html

• 최근 AI 개발의 트렌드로 인해 본격적으로 파이썬 학습 및 사용을 시작했고, 이제는 그 생태계에 큰 만족을 느끼고 있음
• Python은 과거보다 훨씬 빠르고 현대적인 언어로 발전했고, Cython을 통한 성능 향상 등 급격한 발전을 체감함
• uv, ruff, pytest, Pydantic 등 최신 개발 도구와 라이브러리를 본인의 워크플로우에 적극 도입하여 개발 생산성을 높이고 있음
• 프로덕션 환경과 Jupyter 노트북/스크립트 기반 개발 간의 차이를 줄이기 위한 프로젝트 구조 및 자동화 방안도 적용
• GitHub Actions, Docker 등을 활용해 CI/CD, 테스트, 인프라 관리를 효율적으로 구축함.

I’m Switching to Python and Actually Liking It 요약

왜 파이썬으로 전향했는가

• AI 중심의 개발 환경에서는 Python이 사실상의 표준 언어로 자리잡고 있음
• 과거에는 단순한 스크립트 작성에만 사용했지만, 최근에는 RAG, 에이전트, 생성형 AI 등의 “실전용 앱”을 만들기 위해 진지하게 사용하게 되었음
• 그 과정에서 Python 생태계가 과거에 비해 매우 진화했다는 사실을 체감하게 되었음

Python의 강점 3가지

1. 풍부한 라이브러리와 도구 생태계: 데이터 처리, 분석, 웹, AI에 특화
2. Cython 등으로 인한 성능 개선: 컴파일 기반 최적화 가능
3. 개선된 문법 가독성: __init__, __new__ 같은 레거시 문법은 감춰지고, 더 직관적인 문법 제공

주요 도구 및 설정

• uv
  • Astral에서 제공하는 최신 파이썬 패키지 매니저 및 빌드 도구
  • 의존성 관리, 가상환경 생성, 프로젝트 초기화 등 대부분의 작업을 빠르게 처리함
  • pyproject.toml이 핵심 설정 파일로, 모든 메타데이터 및 의존성 정보가 통합됨
  • uv init, uv add, uv sync 명령어로 빠르게 프로젝트 환경 구성 가능
• ruff
  • 초고속 파이썬 린터 및 코드 포매터
  • isort, flake8, autoflake 등을 통합한 도구
  • ruff check, ruff format 으로 린팅 및 자동 수정
  • PEP 8 코딩 스타일 가이드 기본 지원
• ty
  • Astral이 만든 Python용 정적 타입 검사기
  • typing과 조합해 정적 분석, 초기 버그 방지에 효과적
  • 초기 개발 단계임에도 안정적으로 사용할 만한 수준임
• pytest
  • 단위테스트 및 확장 가능한 테스트 환경을 제공하는 대표적인 파이썬 테스트 프레임워크
  • 간단한 파일 네이밍 규칙과 명령어 한 줄로 바로 통합 테스트 가능함
    • test_*.py로 테스트 구성 후 uv run pytest로 실행
  • 간결한 문법, 풍부한 플러그인 생태계
• Pydantic
  • 데이터 검증 및 환경 설정 관리 라이브러리
  • .env 환경변수 기반 설정 로딩 및 타입 검증
  • BaseSettings 클래스를 통해 API 키나 DB URL 등을 안전하게 관리
• MkDocs
  • 파이썬 프로젝트의 정적 웹사이트 및 문서 생성을 간편하게 지원
  • 오픈소스 프로젝트 스타일의 미려한 디자인 빠른 적용 가능
  • GitHub Pages 연동도 용이
• FastAPI
  • 빠른 RESTful API 구축 프레임워크
  • 자동 검증 및 문서화, 빠른 성능, 쉬운 Pydantic 통합 장점
  • Starlette 및 Pydantic 기반으로 높은 타입 안정성과 성능 제공
• Dataclasses
  • 파이썬 표준 기능으로 데이터 중심 클래스를 간편하게 정의할 수 있음
  • 특별 메소드 자동 생성으로 보일러플레이트 코드 대폭 감소

버전 관리 및 자동화

• GitHub Actions
  • project-api와 project-ui 각각에 대해 별도 CI 파이프라인 구성
  • 다양한 OS에서 CI 파이프라인 구축에 최적화된 워크플로우 제공
  • 도커 기반 테스트 환경으로 프로덕션과 동일한 환경에서 테스트 시행 가능
• Dependabot
  • 자동 의존성 최신화 및 보안 패치 관리를 자동화함
• Gitleaks
  • 민감 정보(비밀번호, API 키 등) 유출 방지 도구로 git 커밋 전에 보안 검사를 수행함
• Pre-commit Hooks
  • 커밋 전 자동 린팅, 포매팅, 보안 검사를 위한 도구임
  • ruff, gitleaks 등과 함께 사용해 코드 일관성과 품질 유지

인프라 자동화

• Make
  • make test, make infrastructure-up 등의 명령어로 일관된 개발 워크플로우 지원
  • 프로젝트 루트와 project-api에 각각 Makefile 존재
• Docker & Docker Compose
  • project-api, project-ui 각각을 컨테이너로 분리 실행
  • docker compose up --build -d 한 줄로 전체 앱 실행 가능
  • Dockerfile에는 uv 설치, FastAPI 앱 실행 명령어 포함

마무리

• 위와 같이 최신 파이썬 개발 환경에서는 효율적이고 견고한 프로덕션 워크플로우를 구성할 수 있음
• AI, 데이터, 웹 개발 등 다양한 영역에 걸쳐 파이썬 생태계의 성장과 도구 발전으로부터 많은 이점을 경험 가능
• 모노레포 구조, 자동화 도구, 린터 및 타입 검사기, 즉각적인 테스트 환경, 문서화, 인프라 오케스트레이션까지 하나의 통합된 개발 문화를 구현할 수 있음

https://news.hada.io/topic?id=22028&utm_source=weekly&utm_medium=email&utm_campaign=202529

NetworkX1는 Python 프로그래밍 언어를 위한 복잡한 네트워크 구조를 생성, 조작, 분석, 모델링, 시각화, 그리고 저장하기 위한 강력한 라이브러리입니다. 사회 네트워크, 웹의 링크 구조, 인프라 네트워크, 과학 연구에서의 상호작용 등 다양한 유형의 네트워크를 다룰 수 있습니다. NetworkX는 데이터 구조로 그래프를 제공하며, 이 그래프는 노드와 엣지(간선)로 구성되어 있습니다.

주요 특징

1. 다양한 그래프 타입 지원: 방향성이 있는 그래프(Directed Graphs), 방향성이 없는 그래프(Undirected Graphs), 다중 그래프(MultiGraphs) 등 다양한 유형의 그래프를 생성하고 조작할 수 있습니다.
2. 풍부한 알고리즘 지원: 최단 경로, 클러스터링, 센트럴리티, 커뮤니티 구조 탐지 등 네트워크 구조를 분석하기 위한 다양한 알고리즘이 내장되어 있습니다.
3. 그래프 생성과 조작: 그래프를 쉽게 생성하고 수정할 수 있으며, 노드와 엣지를 추가하거나 제거하는 등의 작업을 손쉽게 수행할 수 있습니다.
4. 대규모 네트워크 처리 능력: NetworkX는 메모리 내에 저장할 수 있는 한에서 수천에서 수백만 개의 노드와 엣지를 가진 그래프를 처리할 수 있습니다.
5. 시각화: Matplotlib와 통합되어 간단한 네트워크 구조를 시각화할 수 있으며, 복잡한 시각화를 위해서는 Graphviz와 같은 도구와 함께 사용할 수 있습니다.

pip install networkx

https://wikidocs.net/229298

TIOBE Index for June 2025

python

https://www.tiobe.com/tiobe-index/

[python] 파이썬 requirements.txt 처리

파이썬 프로젝트에서 requirements.txt 파일은 프로젝트가 의존하는 모든 외부 라이브러리(패키지)의 목록을 관리하는 데 사용되는 표준 방식입니다. 이 파일을 사용하면 개발 환경을 일관되게 유지하고, 다른 개발자나 배포 환경에서도 동일한 의존성을 쉽게 설치할 수 있습니다.

requirements.txt의 역할과 중요성

requirements.txt는 주로 다음과 같은 목적으로 사용됩니다:

• 의존성 관리: 프로젝트에 필요한 모든 라이브러리와 그 버전을 명확하게 기록합니다.
• 재현성 확보: 특정 시점의 개발 환경을 다른 컴퓨터나 환경에서도 정확하게 재현할 수 있게 합니다.
• 협업 용이: 팀원들이 동일한 라이브러리 버전을 사용하여 개발할 수 있도록 도와 충돌을 방지합니다.
• 배포 환경 설정: 애플리케이션을 서버나 컨테이너(Docker 등)에 배포할 때 필요한 의존성을 자동으로 설치할 수 있게 합니다.

requirements.txt 파일 생성 및 관리

1. 수동으로 파일 작성하기

가장 기본적인 방법은 필요한 라이브러리 이름을 직접 requirements.txt 파일에 한 줄에 하나씩 작성하는 것입니다. 특정 버전이나 최소 버전을 명시할 수도 있습니다.

# requirements.txt 예시
requests==2.31.0      # requests 라이브러리 버전 2.31.0 지정
beautifulsoup4>=4.9.3 # beautifulsoup4 라이브러리 버전 4.9.3 이상
pandas                # pandas 라이브러리 최신 버전 설치
numpy~=1.23.0         # numpy 라이브러리 1.23.x 버전 중 최신 설치 (1.23.0 <= version < 1.24.0)

• ==: 정확한 버전 지정 (가장 안전하지만 유연성이 떨어짐)
• >=: 최소 버전 지정
• ~=: 호환 가능한 릴리스(Compatible release) 지정. ~=1.23.0은 1.23.0 이상 1.24.0 미만 버전을 의미합니다. 마이너 버전 업데이트는 허용하지만 메이저 버전 업데이트는 방지합니다.
• 버전 지정이 없으면 pip는 항상 최신 버전을 설치합니다.

2. 현재 환경의 라이브러리 목록 내보내기

현재 파이썬 환경(가상 환경)에 설치된 모든 라이브러리 목록을 requirements.txt 파일로 자동 생성할 수 있습니다.

pip freeze > requirements.txt

• 이 명령은 현재 환경에 설치된 모든 패키지와 그 정확한 버전을 requirements.txt 파일에 기록합니다.
• 주의할 점은 프로젝트에 직접적으로 필요한 라이브러리뿐만 아니라, 그 라이브러리들이 의존하는 다른 라이브러리(하위 의존성)까지 모두 포함된다는 것입니다. 따라서 파일이 상당히 길어질 수 있습니다.
• 팁: 새로운 프로젝트를 시작할 때는 깨끗한 가상 환경에서 필요한 라이브러리만 pip install로 설치하고, 개발이 완료될 시점에 pip freeze > requirements.txt를 실행하여 해당 프로젝트에 정확히 필요한 의존성만 기록하는 것이 좋습니다.

requirements.txt 파일 처리 (라이브러리 설치)

requirements.txt 파일에 명시된 모든 라이브러리를 설치하려면 다음 명령어를 사용합니다.

pip install -r requirements.txt

• 이 명령은 requirements.txt 파일을 읽어 거기에 명시된 모든 라이브러리를 한 번에 다운로드하고 설치합니다.
• 권장 사항: 항상 가상 환경(Virtual Environment) 내에서 이 작업을 수행하세요. 가상 환경을 사용하면 프로젝트별로 독립적인 의존성 관리가 가능하여 시스템 전체의 파이썬 환경과 충돌하는 것을 방지할 수 있습니다.

# 1. 가상 환경 생성 (처음 한 번만)
python -m venv my_project_env # 또는 conda create -n my_project_env python=3.9

# 2. 가상 환경 활성화
# Windows: .\my_project_env\Scripts\activate
# macOS/Linux: source my_project_env/bin/activate
# Conda: conda activate my_project_env

# 3. requirements.txt 파일이 있는 디렉토리로 이동
# cd /path/to/your/project

# 4. 라이브러리 설치
pip install -r requirements.txt

requirements.txt 관리 팁

• 가상 환경 사용: 위에서 강조했듯이, 모든 파이썬 프로젝트는 전용 가상 환경 내에서 관리하는 것이 표준이자 가장 좋은 방법입니다.
• 개발/배포 의존성 분리: 프로젝트 규모가 커지면 개발(테스트 프레임워크, 린터 등)에만 필요한 라이브러리와 실제 배포에 필요한 라이브러리를 분리하여 여러 개의 requirements 파일을 만들기도 합니다.
  • requirements.txt (배포용 필수 라이브러리)
  • requirements-dev.txt (개발용 라이브러리)
  • 설치할 때는 pip install -r requirements.txt -r requirements-dev.txt 와 같이 여러 파일을 지정할 수 있습니다.
• 버전 고정의 장단점:
  • 장점: requests==2.31.0처럼 정확히 버전을 고정하면 다른 환경에서 설치할 때 버전에 따른 호환성 문제가 발생할 확률이 매우 낮아집니다.
  • 단점: 새롭게 발견된 버그 수정이나 보안 패치가 적용된 최신 버전의 이점을 누리기 어렵습니다.
• 업데이트: 시간이 지나면서 라이브러리를 업데이트해야 할 경우, requirements.txt 파일의 버전을 직접 수정하거나, pip install --upgrade <package_name>으로 개별 패키지를 업데이트한 후 pip freeze > requirements.txt를 다시 실행하여 반영할 수 있습니다.

requirements.txt 파일은 파이썬 프로젝트의 건강한 생태계를 유지하는 데 필수적인 도구입니다.