파이썬 아직도 설치해서 쓰시나요? 구글 코랩 써보세요. (colab)

이번 포스팅에서는 파이썬과 쥬피터노트북을 직접 설치해서 쓰는 것보다 훨씬 편리하고 장점이 많은 구글 코랩(Colab) 사용하는 방식에 대해 소개해드리고자 합니다. 어떻게 사용하고 얼마나 유용한지 그리고 어떻게 공유하는지에 대해서도 알려드릴게요. 

colab

파이썬과 쥬피터 노트북 설치 후 코딩했던 경험

파이썬을 처음 시작할 때 파이썬 설치하고 쥬피터 노트북 설치해서 썼었는데요. 처음 쓰는 패키지 쓸 때마다 프롬프트에서 pip 써서 설치해 줘야 되고, 무거운 거 돌릴 때면 노트북이 터질 것 같더라고요. 특히나 저는 머신러닝이나 딥러닝을 많이 돌리기 때문에 컴퓨터 사양이 그렇게 안 좋은 것은 아님에도 불구하고 윙윙 소리가 크게 나면서 아 이러다 사망하는 거 아닌가 걱정이 되었습니다. 그러다가 다른 방법이 없을까 하고 검색을 해보다가 구글코랩(Colab)을 알게 되었습니다. 

 

 

구글코랩 시작하는 방법

사용하는 방법은 정말 간단합니다. 구글코랩 사이트 (링크) 들어가신 후 구글 계정으로 로그인 하신다음에 뜬 창에서 '새 노트' 버튼 누르면 새 노트를 작성할 수 있게 됩니다. 쥬피터 노트북을 쓰셨던 분이라면 굉장히 화면이 익숙할 거예요. 쥬피터 노트북과 거의 똑같이 생겼거든요. 다만 좀 더 좋은 점은 웬만한 유명한 패키지들이 이미 다 깔려있다는 점입니다. 그래서 pip로 하나하나 설치를 안 해주고 import 해서 바로바로 쓰시면 되는데요. 어쩌다가 한 번씩 생긴 지 얼마 안 된 패키지나 잘 사용되지 않는 생소한 패키지들은 찾을 수 없다고 나오긴 합니다. 그럴 때는 !pip 이렇게 앞에 느낌표를 붙여서 실행해 주면 프롬프트에서 실행되듯이 설치를 진행해 주니 걱정할 필요는 없습니다. 

구글 드라이브와 연동하여 데이터 가져오는 방법

구글 코랩을 쓰면서 정말 너무 편리하다고 생각한게 바로 이 기능인데요. 구글 코랩 창에서 직접 데이터를 업로드해서 그때그때 사용해 줘도 되지만, 같은 코드를 계속 고쳐가며 여러 날에 거쳐 수정해나 갈 텐데 돌릴 때마다 데이터를 새로 업로드해주는 것은 불편하잖아요? 구글 드라이브와 연동을 하여 데이터를 가져올 수 있습니다. 어떻게 하냐고요? 너무 쉽습니다. 다음과 같이 코드 몇 줄이면 같은 계정 구글 드라이브와 연결 완료! 

from google.colab import drive
drive.mount('/gdrive')

해당 코드 실행시 정말로 연결을 할 것이냐고 묻는 팝업이 두 번 정도 뜨는데요. 걱정 마시고 모두 허용해 주시고요. 그럼 구글 드라이브와 연결은 된 것인데 데이터를 어떻게 가져오냐고요? 그건 아래 코드를 참고하세요! 경로는 구글 드라이브 내 어떤 폴더에 넣어줬는지에 따라 바꿔주시면 됩니다. 가져오고자 하는 데이터를 미리 구글 드라이브에 업로드 해놓으셔야겠죠? 

df = pd.read_csv('/gdrive/MyDrive/Colab Notebooks/diabetes.csv')

 

 

구글 드라이브와 연동하여 데이터 내보내는 방법

 

데이터를 가져오는 것도 가능하지만 데이터를 내보내는 것도 가능합니다. 젤 위에 첫번째 코드를 실행하여 구글 드라이브와 연동이 되었다는 전제하에, 아래와 같이 내보내는 경로를 구글 드라이브 내 폴더로 지정을 해주면 구글 드라이브 쪽으로 파일이 떨어집니다. 정말 너무 간단하지 않나요? 

df_imp.to_csv('/gdrive/MyDrive/Colab Notebooks/feature_importance.csv')

 

구글 코랩의 장점

• 파이썬과 쥬피터 노트북을 설치하지 않아도 파이썬 코딩이 가능하다.
• 컴퓨터의 사양이 좋지 않아도 사용이 가능하다. 
• 딥러닝 등의 경우에 필요한 GPU도 사용이 가능하다. 
• 다른 사람과 코드 공유하기가 너무 편하다. 링크만 공유해 주면 서로 같은 코드를 실행해 볼 수도, 사본을 쉽게 저장할 수도 있다. 

이렇게 구글 코랩 사용방법과 구글 드라이브와 데이터 가져오기 내보내기를 위한 연동방법, 코드 예시 그리고 구글 코랩의 장점에 대해 알아보았습니다. 파이썬 독학에 도움이 되는 온라인 리소스가 궁금하다면 이 글도 참조해보세요.