Python 실전 글 모음 | 시리즈 목차·학습 경로
이 글의 핵심
Python 카테고리 글의 전체 목록과 초급·중급 추천 읽기 순서를 한곳에 모았습니다.
들어가며
이 페이지는 pkglog Python 카테고리에 실린 글들의 통합 목차입니다. 문법·자료구조·도구 선택·성능까지 주제가 나뉘어 있으니, 아래 시리즈 구성과 학습 경로를 참고해 읽으면 순서를 잡기 쉽습니다.
학습 대상: Python으로 스크립트·서비스를 쓰기 시작한 분, 팀에서 패키지 관리나 성능 이슈를 맡기 시작한 분.
목표: 글 목록을 한눈에 보고, 자신의 수준에 맞는 순서로 읽을 수 있게 하는 것입니다.
시리즈 구성
series와 seriesOrder가 있는 글은 시리즈 내 순서대로 나열했습니다. 시리즈에 속하지 않은 글은 주제 흐름상 뒤에 두었습니다.
python-comparison (시리즈 순서)
- Python list vs tuple vs set 완벽 비교 | 자료구조 선택 가이드 — 가변성·성능·메모리 관점에서 세 자료구조를 비교합니다.
python-case-study (시리즈 순서)
- Python 성능 최적화 실전 사례 | 데이터 처리 속도 100배 개선기 — 프로파일링·벡터화·병렬화로 병목을 줄인 사례를 다룹니다.
기타 (단편)
- Python pip uv poetry 비교 2026 | 속도·lock·가상환경·프로젝트 세팅 — pip·uv·Poetry를 실무 기준으로 비교하고 세팅 패턴을 정리합니다.
학습 경로
초보자 추천 순서
- list vs tuple vs set — 기본 자료구조 선택 감을 잡습니다.
- pip / uv / Poetry 비교 — 프로젝트·가상환경을 표준에 가깝게 맞춥니다.
중급자 추천 순서
- 패키지 매니저 비교 — 팀 도구 결정이나 마이그레이션 전에 읽습니다.
- 성능 최적화 실전 사례 — 프로파일링 기반으로 근거 있게 최적화하는 흐름을 봅니다.
고급 주제
- 성능 최적화 실전 사례에서 다루는 프로파일링·NumPy·멀티프로세싱을 자신의 데이터 파이프라인에 맞춰 확장해 보는 단계입니다.
flowchart LR A["자료구조 비교"] --> B["패키지 관리"] B --> C["성능 사례"]
추천 학습 방법
비교 글이나 사례 글에 나온 코드는 작은 스크립트로 직접 입력해 실행해 보시면 이해가 빨라집니다. 실행 시간은 time 모듈이나 프로파일러로 잰 뒤, 숫자로 기록해 두면 나중에 “무엇이 빨라졌는지”를 설명하기도 쉽습니다.
팀에서 pyproject.toml과 락 파일 전략을 정했다면 그 규칙에 맞춰 연습하고, 성능이 걱정될 때는 추측보다 프로파일링으로 병목을 먼저 확인하는 흐름을 권장합니다.
자주 묻는 질문 (FAQ)
Q. 시리즈 글을 꼭 순서대로 읽어야 하나요?
A. python-comparison과 python-case-study는 각각 한 편씩이라 순서 제약은 거의 없습니다. 다만 자료구조 → 도구(패키지) → 성능 순이 이해에 무난합니다.
Q. pip만 쓰는데 uv·Poetry 글이 필요할까요?
A. 팀·CI 속도·락 파일 필요 여부는 프로젝트마다 다릅니다. 글은 선택 기준을 주는 용도로 읽으면 됩니다.
Q. 다른 Python 글이 더 올라오면 이 목차는?
A. 같은 카테고리에 글이 추가되면 이 인덱스도 함께 갱신하는 것을 권장합니다.
Q. 초급인데 성능 사례 글이 어렵다면?
A. 자료구조 비교와 패키지 관리만 먼저 읽고, 성능 글은 “나중에 프로파일링이 필요해질 때” 열어도 됩니다.
같이 보면 좋은 글
- Python list vs tuple vs set 완벽 비교 | 자료구조 선택 가이드
- Python pip uv poetry 비교 2026 | 속도·lock·가상환경·프로젝트 세팅