78 — 데이터: 한 달 온도 분석하기

평균은 시작일 뿐, 이야기 전체는 아닙니다. 이번 가이드는 실제에 가까운 데이터 — 30일치 일일 최고 기온을 분석합니다. 숫자가 데이터를 설명하고, 히스토그램이 모양을 그리고, 보고서 파일이 결과를 보관합니다. 어떤 크기의 데이터 분석 프로젝트에서도 같은 세 단계입니다.

#단계

1. 30일치 일일 최고 기온(섭씨)으로 temps.json을 만드세요:

   [22, 24, 21, 25, 27, 26, 23, 20, 19, 24,
    26, 28, 29, 30, 27, 25, 24, 23, 22, 26,
    28, 31, 32, 29, 26, 24, 23, 21, 20, 25]
   

   복사실행해 보기 →

2. json_load로 불러오고(14) 54의 통계를 계산합니다:

   use file latest
   
   from statistics import mean, median
   
   temps = json_load("temps.json")
   average = round(mean(temps), 1)
   middle = median(temps)
   hottest = max(temps)
   coolest = min(temps)
   

   복사실행해 보기 →

   round(mean(temps), 1)이 소수 한 자리로 만들어 보고서에 25.333333333333332처럼 길게 나오지 않게 합니다.

3. 히스토그램은 데이터의 모양을 보여 줍니다. 날짜마다 어느 구간에 들어가는지 세고, 구간마다 막대 하나를 문자열 곱셈으로 그립니다 (71):

   ranges = ["under 20", "20-24", "25-29", "30+"]
   counts = [0, 0, 0, 0]
   for t in temps:
       if t < 20:
           counts[0] = counts[0] + 1
       elif t < 25:
           counts[1] = counts[1] + 1
       elif t < 30:
           counts[2] = counts[2] + 1
       else:
           counts[3] = counts[3] + 1
   
   for i in range(4):
       show f"{ranges[i]:8s} {'#' * counts[i]}"
   

   복사실행해 보기 →

   elif 연결은 각 날짜를 정확히 한 구간에 넣으므로 네 개의 개수 합이 항상 30이 됩니다 — 확인해 볼 가치가 있는 검산입니다.

4. 전체 프로그램은 결과를 report.txt에도 씁니다. analysis.nme로 저장하세요:

   # analysis.nme — 한 달 온도를 분석해 보고서를 쓰기.
   # 실행: nme 실행 analysis
   # 같은 폴더에 temps.json이 있어야 합니다.
   
   use file latest
   
   from statistics import mean, median
   
   temps = json_load("temps.json")
   average = round(mean(temps), 1)
   middle = median(temps)
   hottest = max(temps)
   coolest = min(temps)
   
   lines = []
   lines.append(f"temperature report ({len(temps)} days)")
   lines.append(f"  average: {average}")
   lines.append(f"  median:  {middle}")
   lines.append(f"  hottest: {hottest}")
   lines.append(f"  coolest: {coolest}")
   
   ranges = ["under 20", "20-24", "25-29", "30+"]
   counts = [0, 0, 0, 0]
   for t in temps:
       if t < 20:
           counts[0] = counts[0] + 1
       elif t < 25:
           counts[1] = counts[1] + 1
       elif t < 30:
           counts[2] = counts[2] + 1
       else:
           counts[3] = counts[3] + 1
   
   lines.append("distribution:")
   for i in range(4):
       lines.append(f"  {ranges[i]:8s} {'#' * counts[i]}")
   
   report = "\n".join(lines)
   show report
   file_write("report.txt", report)
   show "saved report.txt"
   

   복사실행해 보기 →

   모든 결과를 먼저 lines에 모은 뒤, 같은 텍스트를 화면과 파일에 씁니다 — 보고서가 화면과 파일 사이에서 어긋날 수 없습니다.

5. 실행하세요:

   nme 실행 analysis
   

   복사

   temperature report (30 days)
     average: 25
     median:  25.0
     hottest: 32
     coolest: 19
   distribution:
     under 20 #
     20-24    #############
     25-29    ##############
     30+      ##
   

   복사

   숫자와 히스토그램이 일치합니다. 대부분의 날은 20~29도에 있고, 선선한 날이 한 번, 더운 날이 두 번 있습니다.

#직접 해보기

작년 온도로 파일을 하나 더 만들고 평균을 비교해 보세요. 또는 "더운 날" (>= 30) 수를 세어 보고서에 넣어 보세요. ranges 목록은 데이터입니다 — ["under 18", "18-27", "28+"]로 바꿔도 elif 연결이 모든 날을 빠짐없이 구간에 넣습니다.

#배운 것

• elif 연결 하나로 모든 값을 정확히 한 구간에 넣을 수 있습니다.
• 히스토그램은 구간별 개수를 '#' * count로 그린 것입니다.
• round(값, 1)은 보고서 숫자를 짧게 유지합니다.
• 보고서를 lines 목록으로 모으면 화면과 파일이 항상 같습니다.
• 통계와 히스토그램을 함께 쓰면 어느 하나만 쓸 때보다 데이터를 더 잘 설명합니다.