실습 코드 저장소

GitHub 저장소

이 책의 모든 실습 코드는 아래 저장소에서 제공합니다.

https://github.com/sung2ne/textbook-marimo

코드 내려받기

git clone https://github.com/sung2ne/textbook-marimo.gitcd textbook-marimo

버전 기준

저장소의 코드는 marimo 0.23.x 기준으로 작성·검증되었습니다. pyproject.toml과 requirements.txt에 marimo==0.23.*로 버전이 고정되어 있어, 같은 버전 환경을 재현할 수 있습니다. main 브랜치가 최신 기준입니다.

uv 기반 환경 재현

이 책은 uv를 패키지 관리자로 사용합니다. uv가 설치되어 있지 않다면 먼저 설치합니다.

# uv 설치 (macOS / Linux)curl -LsSf https://astral.sh/uv/install.sh | sh# uv 설치 (Windows PowerShell)powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

저장소에는 pyproject.toml이 포함되어 있습니다. 아래 명령으로 의존성을 설치하고 가상환경을 구성합니다.

# 가상환경 생성 및 의존성 설치uv sync# marimo 실행 (가상환경 자동 활성화)uv run marimo edit eda_project.py

pip를 선호한다면 requirements.txt를 별도로 제공합니다.

python -m venv .venvsource .venv/bin/activate   # Windows: .venv\Scripts\activatepip install -r requirements.txt

저장소 구조

textbook-marimo/
├── README.md
├── pyproject.toml         # uv 의존성 정의
├── requirements.txt       # pip 호환용
├── eda_project.py         # PART 06 프로젝트 (재현 가능한 EDA 노트북)
├── app.py                 # PART 07 프로젝트 (인터랙티브 데이터 앱)
├── ml_experiment.py       # PART 08 프로젝트 (ML 실험 추적 노트북)
└── demo.py                # PART 08 프로젝트 (모델 데모 앱)

각 프로젝트는 자족적인 단일 .py 노트북입니다. 합성 데이터를 코드에서 생성하므로 별도의 데이터 파일이 필요 없습니다. demo.py는 ml_experiment.py에서 저장한 best_model.pkl을 사용합니다.

오류 신고

예제 코드에서 오류를 발견하거나 설명과 동작이 다를 경우 GitHub Issues에 신고해 주세요.

https://github.com/sung2ne/textbook-marimo/issues

marimo 버전, Python 버전, 운영체제를 함께 기재하면 빠르게 확인할 수 있습니다.