실험을 통해 얻은 데이터를 처리하는 방법은 여러 가지가 있을 수 있겠다.
간단하게는 엑셀에 정리하여 그래프를 그리고 추세선을 넣는 방법도 있겠다. 데이터의 수가 수천 개씩 되는 raw data가 있더라도 불러오기로 쉽게 그래프를 그릴 수도 있고, 간단한 연산도 가능하고, 수기로 데이터를 넣는 경우 데이터의 오류도 생각보다 쉽게 찾을 수가 있으니 여러모로 편리한 방법임에는 틀림없겠다.
좀 더 공학적 계산치에 걸맞게 데이터를 정리하려고 하면, 오리진이나 시그마플롯 등을 이용할 수도 있겠다. 미분 적분도 가능하고 여러 통계값, 다양한 regression도 가능하니 분명히 좋은 툴임에는 틀림없다 하겠다.
그러나, 학교에 있든 회사에 있든 집에 있든, 다양한 이유에서 프로그램 사용의 제약이 있거나, 좀 더 괜찮은 무언가를 하고 싶은 욕망이 있는 경우, 상기의 방법으로는 아무래도 제약이 좀 있어 보인다.
경우에 따라서는 프로그램 내에 원하는 기능이 없는 경우도 있고, 좀 더 세밀한 의미를 두어 데이터를 처리하고 싶을 때 명령어를 내 마음대로 구성하지 못할 때라던지, 공학적 의미를 두어 그래프를 그리고 예측모델을 만들어 보고 싶은 경우라고 하면, 아무래도 기존의 방법으로 해결하려고 애쓰기 보다는 Python을 이용해 봄이 어떨까 한다.
포트란, C언어 등과 같은 언어프로그램이라 다소 개인 공부의 시간이 필요하기는 하지만, 데이터 처리를 위한 방법으로써는 이만한게 있을까 싶다. '머릿속으로 상상할 수 있는 모든 것을 할 수 있다' 라고 얘기하고픈 정도. 위키피디아에서 파이썬을 검색하여 읽어보니, 초심자들에게 꽤나 난해한 문제일 수도 있겠다는 생각이 들지만, 필요한 것만 취해서 활용한다면 어렵지 않게 접근할 수 있다. 더욱이, TensorFlow라는 예측 모델까지 활용한다면, 실험계획법에 따른 실험설계 및 데이터 처리 등을 고민하지 않아도 될 만큼 좋은 툴이 될 수 있다고 얘기해 주고 싶다.
그럼, Python으로 공학 실험을 진행하고 데이터 처리하는 방법을 한 번 살펴볼까나. 쉽게쉽게쉽게.
파이썬은 무료로 다운 받아 설치하면 되고, Anaconda / Jupyter Notebook 정도와 같이 검색하여 설치 운용하면 될 터이니, 상세한 방법은 생략하도록 하겠다. 물론 무료라는 점.
우여곡절 끝에 프로그램을 세팅하고 Jupyter Notebook을 실행하고 나면, 다음과 같은 화면이 열린다.
New --> Python 을 누르면 다음 화면이 나타나고.
이걸로 준비 작업은 완료.
이젠 명령어를 넣어 보고 어떻게 돌아가는건지 살펴보도록 하자.
