[책]식물을 보며, 우리는 항상 배울 수 있다, "선인장은 물을 좋아한다"

[책]식물을 보며, 우리는 항상 배울 수 있다, "선인장은 물을 좋아한다"
Photo by Liubov Ilchuk / Unsplash

언제인지 기억이 나지 않는다. 회사에서 경제지를 읽고 이야기하는 모임의 뒷풀이였다. 자신의 소개를 하다가 언틋 식물을 좋아해서 글을 쓴다고 하는 분이 있었다. 성격상 그냥 듣고 흘릴 수 없어 글을 찾아보았다.

검색을 해서 본 그 분의 글은 굉장히 인상깊었다. 식물에 이 정도 애정을 쏟을 수 있구나를 처음 느꼈다.  모든 학문은 극의에 도달하면 예술이 된다고 믿는 나에게 그 분의 글에서 느껴지는 식물에 대한 애정과 몰입은 꽤나 흥미로운 부분이었다. 그래서 출판을 권하였고, 수개월이 흐른 뒤 이 책을 만나볼 수 있었다. 그리고 그 분이 책을 보내주셔서 이렇게 내가 읽게 되었다.

사실 책을 받고 나서 한동안은 읽지 못했다. 다른 책을 우선 보고 있었기 때문이다. 그렇다가 너무 시간이 흘렀다고 생각해서 이 책을 펼쳐보았다. 사실 결론부터 말하자면 조금이라도 일찍 읽는 것이 좋았다.

흔히들 독서를 시공간을 초월할 수 있는 저자와의 대화라고 말한다. 나는 여기서 한발 더 나아가, 대화를 필요한 시점을 잘 고려한다면 최적의 독서를 할 수 있다고 주장한다. 나에게 있어 독서를 하는 이유는 지식을 통해 문제를 해결하려 함이다. 따라서 적절한 문제가 있을 때, 적절한 책을 잘 활용할 수 있다면 이는 굉장히 큰 도움이 될 수 있다. 같이 문제를 해결할 수 있기 때문이다.

육아휴직을 한 이후, 사회와 격리됨을 느끼면서 마음이 허한 부분이 있었다. 가족간에 해결할 수 있는 부분도 있지만, 그렇지 못한 부분도 있었다. 이 부분을 책이 어느정도는 채워주었다. 마치 내 주위에 많은 사람을 소개받은 느낌이었기 때문이다. 저자는 많은 식묵들과 대화를 하며 삶을 성찰하고 이를 이야기로 남긴다.

그 중에서 튤립에 관한 일화가 눈에 띄었다. 사람이 그러하듯, 꽃도 변화를 일으키기에는 시간이 필요하다라는 내용의 일화를 읽으면서 오늘도 삶에서 사소함이라도 좋으니 진전에 관한 고민을 하고 그 즐거움을 느끼고 싶다는 생각이 절로 드는 글이었다. 사소한 곳에서 행복을 느낄 때 삶이 행복해질 것이고, 행복은 얻는 것이 아니라 누리는 것이라는 말이라는 등.. 많은 글을 읽었다. 하지만 이를 실천하기 어려울 정도로 마음이 힘들 때는 이런 글이 정말 많이 도움이 될 수 있겠다.

대학시절 신경림의 "가난한 사랑노래"를 반복해서 읽은 기억이 난다. 마음에 큰 힘을 내지 않고, 입술에서 새어나오는 소리는 진심을 담고 있을 때가 많다. 주위에 있는 식물을 보면서 삶에 대한 이야기를 가볍지만 묵직하게 던지는 저자의 글을 보면서 좋은 시점에 좋은 글을 읽었다는 생각이 들었다.

Read more

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

Pandera: 데이터프레임 검증에 최적화된 도구 주요 장점 * Pandas와 통합: Pandas 데이터프레임에 대해 스키마 기반 검증을 수행합니다. * 유연한 검증 조건: 열 데이터 타입, 값 범위, Null 여부 등 다양한 검증 조건을 정의할 수 있습니다. * 명확한 오류 메시지: 스키마 불일치에 대한 명확한 오류 메시지를 제공합니다. 단점 * 대용량 데이터 검증에서는 속도가 느릴 수

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression * Tobit 회귀(Tobit Regression)는 종속 변수가 특정 값에서 절단(Censored)된 상황에서 데이터를 분석하기 위해 사용되는 통계 기법입니다. * James Tobin이 처음 제안한 이 모델은 경제학과 사회과학 분야에서 자주 사용되며, 일반 선형 회귀로는 설명할 수 없는 상황에서 효과적으로 적용할 수 있습니다. Tobit Regression 수식 1. 관측된 종속 변수