이용자 수가 적은 도구는 나중에 지원이 중단될 우려도 있고, 그 도구를 사용하기 위한 노하우 역시 얻기 어렵다는 문제가 있다. 파이썬의 이용 실적은 아직 C/C++, Fortran, MATLAB 등에 비해 떨어지지만 유럽이나 미국을 중심으로 과학 기술 컴퓨팅에 사용하고 있는 사용자 수가 최근 급격히 증가하고 있다는 것을 1.1절에서 소개한 바 있다. 이 책에서도 소개할 NumPy, SciPy, matplotlib, pandas 등이 개발되어 널리 쓰이게 되면서 보급이 한층 더 순풍을 타고 있다. --- p.18

통합 개발 환경인 Spyder(3.2절 참조)에서도 그림 2.7에서 보듯 정적 코드 분석을 수행할 수 있다. Spyder에는 Pyflakes와 pep8로 분석한 결과를 에디터에 표시해주는 기능이 있다. 이 분석은 미리 지정한 시간만큼 간격을 두고 자동으로 실행되므로 거의 실시간으로 코드의 잠재적 오류를 확인할 수 있다. 또 pylint를 사용한 결과를 수동으로 표시하는 것도 가능하다. --- p.51

Spyder에는 여기에 더해 프로그램이 앞에 설명한 PEP 8을 준수하고 있는지를 확인하는 기능도 있다. 파이썬은 언어 스펙의 특성상 들여쓰기에도 의미를 부여하고 있기 때문에 가독성이 뛰어나다는 장점이 있다. 또 PEP 8을 준수하여 코드를 작성하는 것으로 더욱더 가독성을 향상시킬 수 있다. 프로그래밍에는 처음부터 끝까지 혼자 작성하기보다는 전에 작성한 프로그램 혹은 다른 사람이 작성한 프로그램을 읽는 시간이 더 많을 때가 많다. 이 때문에 모든 사람이 같은 규약을 따라 프로그램을 작성하여 서로가 작성한 프로그램을 쉽게 이해할 수 있도록 하는 것이 중요하다. --- p.109

일부 오류가 있을 수도 있지만 간단하게 설명하면 얕은 복사란 ‘참조만 복사’하고, 깊은 복사는 ‘데이터까지 완전히 복사’하는 것이라고 할 수 있다. 대부분의 경우 복사라고 할 때는 깊은 복사를 말한다. 얕은 복사는 혼란의 원인이 되기 쉬우므로 의도적으로 사용하는 경우 이외에는 사용하지 않는 것이 무난하다. 이번 절에서는 가변형인 객체에 대한 할당 혹은 데이터를 변경하는 구체적인 예를 살펴보며 얕은 복사와 깊은 복사가 무엇인지 자세히 보도록 하자. --- p.154

이번 장에서는 소위 객체지향 프로그래밍의 대들보라 할 수 있는 메커니즘인 클래스를 사용하는 방법에 대해 알아봤다. 파이썬은 데이터 및 함수를 모두 객체로 다루고 있는데 이 객체에 대한 설계도 역할을 하는 것이 ‘클래스’다. 클래스와 객체지향 프로그래밍은 매우 깊이 있는 주제로, 이 책에서 본격적인 내용까지는 다루지 못했지만 파이썬의 클래스가 갖는 특징에 대해서는 이해하기 쉽도록 코드와 함께 설명했다. 이번 장에서 배운 내용을 활용하여 구조를 이해하기 쉬운 프로그램 코드를 작성할 수 있도록 하자. --- p.210

과학 기술 컴퓨팅 분야에서 NumPy는 다른 많은 라이브러리의 기초를 이루고 있으므로 NumPy를 이해하고 이를 기본적인 수준에서 능숙하게 사용하는 것은 이제 필수라고 할 수 있다. NumPy에서는 고속 처리와 다른 언어와의 인터페이싱을 고려한 메모리 사용 전략을 취하고 있기 때문에 불필요한 메모리 복사가 일어나지 않도록 뷰라는 개념을 도입했다. 여기에 더해 유니버설 함수나 브로드캐스팅 등의 개념도 도입하여 파이썬의 기능을 대폭 확장했다. 이들 개념에 익숙해지면 프로그래밍 효율이 크게 향상될 것이므로 이번 장에서 소개한 내용을 확실히 이해해두기를 권하고 싶다.