1강 / 20강

왜 파이썬인가 — 논문의 숫자를 내 손으로

이 20강이 끝나면 논문 SI 의 11,070 → 3,055 를 직접 만든다

논문 SI 에 이런 문장이 있습니다.

we initially chose 11,070 TCGA samples containing the relevant data.
Then, we excluded normal and metastatic cancer samples to focus on 9,707
primary cancer samples. ... After this filtering 7,570 samples remained.
... Finally, we selected 3,055 inflamed cancer tissues.

네 개의 숫자가 줄지어 나옵니다. 이 숫자들은 손으로 센 것이 아닙니다. 누군가 표를 읽고, 조건으로 걸러 내고, 남은 줄을 센 결과예요.

📄

논문의 숫자

11,070 → 3,055

⌨️

그 사이

읽고 · 거르고 · 세는 코드 몇 줄

🐍

이 강의

그 몇 줄을 쓸 수 있게 한다

이 20강은 파이썬 문법을 처음부터 다 훑지 않습니다. 이 논문을 다시 만들어 보는 데 필요한 것만 고릅니다.

고등학생논문의 숫자 네 개 사이에 있는 것

논문에 이런 숫자가 줄지어 나옵니다.

11,070 → 9,707 → 7,570 → 3,055

이 숫자들은 누가 손으로 센 게 아닙니다. 표를 읽고, 조건으로 걸러 내고, 남은 줄을 센 결과예요.

그 사이에 무엇이 있나

코드 몇 줄입니다. 정말로 몇 줄이에요. 이 20강이 끝나면 여러분이 그 몇 줄을 쓸 수 있게 됩니다.

비유 — 요리 레시피

요리책에 "양파 볶음 300g" 이라고 적혀 있습니다. 결과만 보면 어떻게 만드는지 모르죠.

그런데 과정은 사실 몇 동작뿐입니다 — 썰고, 볶고, 덜어 내고. 논문의 숫자도 마찬가지예요. 결과는 대단해 보이지만 과정은 단순합니다.

그리고 이 강의가 특이한 점

파이썬 문법을 처음부터 다 훑지 않는다

보통 프로그래밍 책은 전부 가르치려 합니다. 그러다 절반에서 지쳐요. 실제로 쓰는 건 그중 일부인데도요.

비유 — 여행 회화

해외여행을 가려는데 영어를 처음부터 다 배우고 갈까요? 아니죠. "이거 얼마예요" 부터 배웁니다.

이 강의도 그렇습니다. 이 논문을 다시 만드는 데 필요한 것만 골랐어요. 그러면 배우는 내내 왜 배우는지를 압니다. 그게 끝까지 가는 데 가장 중요합니다.

설치할 것이 없습니다

파이썬은 보통 컴퓨터에 설치해야 합니다. 그 단계에서 포기하는 사람이 많아요.

이 강의는 이 웹페이지 안에서 파이썬이 돕니다. ▶ 실행 버튼만 누르면 돼요. 망가뜨릴 것도 없고, ↺ 를 누르면 원래대로 돌아옵니다. 마음껏 고쳐 보세요.

왜 R 이 아니라 파이썬인가

이 논문은 대부분 R 로 분석했습니다 — DESeq2 · fgsea · pheatmap · Seurat. 그런데 왜 파이썬을 배울까요?

통계와 생물정보학 꾸러미가 가장 많다
Bioconductor 가 강력하다
논문 재현에 자주 쓰인다

파이썬

분석 바깥의 일까지 한다 — 파일 정리 · 자동화 · 웹
기계학습 쪽이 압도적이다
이 페이지 안에서 바로 돈다

둘 중 하나를 고르는 문제가 아닙니다. 다만 먼저 하나를 제대로 익히면 다른 하나는 훨씬 빨리 붙어요. 그리고 이 사이트의 스물여덟 과목이 전부 파이썬으로 되어 있으니, 여기서 시작하는 것이 자연스럽습니다.

R 로 된 도구에 대응하는 파이썬 도구는 20강에 표로 정리해 두었습니다.

고등학생R 과 파이썬 — 고를 필요 없습니다

본문이 R 과 파이썬을 견줍니다. 낯선 이름이 나오니 정리하고 갑시다.

둘 다 프로그래밍 언어입니다

	R	파이썬
태어난 곳	통계학	일반 프로그래밍
잘하는 것	통계 · 생물정보학 꾸러미가 가장 많다	분석 바깥의 일까지 — 파일 정리 · 자동화 · 웹
요즘 강한 곳	Bioconductor (생물학 전용 도구 모음)	기계학습 · AI

그래서 뭘 배워야 하나

고르는 문제가 아니다 — 하나를 제대로 하면 다른 하나는 빨리 붙는다

언어를 배우는 것과 비슷합니다. 영어를 제대로 하면 스페인어를 배울 때 훨씬 빠르죠. 문법 구조가 아니라 '언어를 배우는 법' 자체를 익혔으니까요.

프로그래밍도 같습니다. 첫 언어가 제일 어렵고, 두 번째부터는 "아, R 에서 그거랑 같구나" 로 넘어갑니다.

이 논문은 R 로 분석했습니다

그런데 우리는 파이썬을 배우죠. 이상하지 않나요?

괜찮습니다. 하는 일이 같기 때문이에요. "표를 걸러 낸다", "그림을 그린다", "검정을 한다" 는 언어가 달라도 똑같은 작업입니다. 문장만 다를 뿐이에요.

20강에서 R 도구 ↔ 파이썬 도구 대응표를 줍니다. 그 표가 있으면 R 로 쓰인 논문의 방법 문단도 읽힙니다.

고등학생20강의 지도 — 지금 위치를 알고 가세요

note 에 있는 목차를 조금 풀어 보겠습니다. 네 덩어리입니다.

강	배우는 것	비유
1~6	값 · 문자열 · 목록 · 표 · 조건 · 함수	낱말과 문법 — 문장을 만들 수 있게
7~12	파일을 읽는다 (FASTA · CSV · numpy · pandas)	재료 손질 — 자료를 다룰 수 있게
13~16	그림으로 본다	보이게 만들기 — 숫자를 눈으로
17~18	통계와 오류	확인하기 — 맞는지 · 틀렸을 때
19~20	논문 재현 · 다음 걸음	실전

이 순서가 중요합니다

처음 6강은 좀 심심할 수 있습니다. "이걸 왜 배우지?" 싶을 거예요. 변수, 문자열, 리스트… 아직 아무것도 못 하는 것 같거든요.

6강까지는 연장을 챙기는 시간이다

망치와 톱을 배우는 동안에는 아무것도 안 만들어집니다. 그런데 7강부터 진짜 파일을 열기 시작하면 갑자기 쓸모가 보여요.

막히면 이렇게 하세요

코드가 이해 안 돼도 일단 실행해 보세요. 결과를 보면 감이 옵니다
숫자를 바꿔 보세요. 무엇이 달라지는지가 최고의 설명입니다
망가뜨려도 됩니다. ↺ 버튼이 원래대로 되돌립니다

프로그래밍은 읽어서 느는 게 아니라 고쳐 보면서 늡니다. 이 강의의 코드 셀은 전부 편집할 수 있게 되어 있어요. 그러라고 만든 겁니다.

▶ 실행을 눌러 보세요. 설치할 것은 없습니다 — 이 페이지 안에서 돕니다.

Python 브라우저에서 실행

# 첫 코드 — 논문의 깔때기를 그대로 적어 본다
표본 = 11070
print("TCGA 에서 시작       ", 표본)

표본 = 9707      # 정상·전이를 뺀 원발암
print("원발암만             ", 표본)

표본 = 7570      # 항원제시 경로에 돌연변이가 없는 것
print("항원 경로 정상        ", 표본)

표본 = 3055      # 면역침윤이 많은 것(brisk)
print("면역침윤 많음(brisk) ", 표본)

print()
print("처음의", 11070, "개에서", round(3055 / 11070 * 100, 1), "% 가 남았습니다.")

고등학생첫 코드 — print 가 하는 일

첫 코드를 실행해 보셨나요? 안 했다면 지금 ▶ 를 눌러 보세요.

print() 가 전부입니다

print(무엇) = "이걸 화면에 보여 줘"

프로그래밍에서 가장 먼저 배우는 명령이고, 끝까지 가장 많이 씁니다. 계산 결과를 눈으로 확인해야 하니까요.

코드가 한 일을 한 줄씩 보면

코드	하는 일
`표본 = 11070`	11070 이라는 값에 '표본' 이라는 이름표를 붙였다
`print("TCGA 에서 시작", 표본)`	글자와 값을 함께 찍었다
`표본 = 9707`	같은 이름표를 다른 값에 옮겨 붙였다

세 번째 줄이 헷갈릴 수 있습니다

수학에서 x = 5 라고 하고 나중에 x = 3 이라고 하면 모순이죠. 프로그래밍에서는 아닙니다.

= 는 "같다" 가 아니라 "이름표를 옮겨 붙여라"

2강에서 제대로 다룹니다. 지금은 "수학의 등호와 다르다" 만 기억하세요. 이거 하나 때문에 처음에 많이 헷갈립니다.

마지막 줄의 계산

round(3055 / 11070 * 100, 1) 이 나옵니다.

3055 / 11070 — 나누면 0.276 쯤
* 100 — 백분율로 27.6
round(…, 1) — 소수점 한 자리로 반올림

즉 처음의 27.6% 만 남았다는 뜻입니다. 논문이 표본의 4분의 3을 버렸다는 거예요. 왜 그렇게 많이 버렸는지는 /immunology 3강과 7강에 나옵니다.

🤔 확인 문제

이 강의가 파이썬 문법을 처음부터 전부 훑지 않는 이유는?