helper-dev-utils

Python 개발 시 자주 사용하는 유틸리티 모음 라이브러리

주요 기능

• helper_logger: 로깅 유틸리티 (콘솔/파일 핸들러, 타임존 설정, 기본 KST)
• helper_pandas: Pandas 확장 기능 (한글 컬럼 설명, 데이터 출력, HTML/콘솔 지원)
• helper_utils_print: 출력 유틸리티 (디렉토리/JSON/딕셔너리 트리 구조 출력)
• helper_utils_colab: 경로 관리 유틸리티 (로컬/Colab 환경 경로 자동 탐색)
• helper_colab_auth: Google Colab 인증 유틸리티 (사용자 인증, Secrets 조회, Drive 마운트 상태 확인)
• helper_google_driver: Google Drive 경로 관리 유틸리티 (경로 조회/결합, 휴지통 비우기)
• helper_help: 도움말 유틸리티 (함수/메서드 시그니처·docstring 출력, 모듈 함수 검색)

설치

기본 설치

pip install helper-dev-utils

# 테스트 서버
pip install --index-url https://test.pypi.org/simple/ helper-dev-utils

선택적 의존성 설치

# .env 파일 지원
pip install helper-dev-utils[dotenv]

# Jupyter/Colab 지원
pip install helper-dev-utils[jupyter]

# PyTorch Tensor 지원
pip install helper-dev-utils[torch]

# Google Drive 관리 기능 지원 (empty_drive_trash 등, Colab 전용)
pip install helper-dev-utils[google]

# 모든 선택적 의존성 설치
pip install helper-dev-utils[all]

사용법

1. Logger (helper_logger)

콘솔(및 선택적 파일) 로깅을 위한 최소 유틸리티입니다. 레벨은 한 글자로 축약 출력되고, 같은 이름으로 재호출해도 핸들러가 중복 등록되지 않습니다.

from helper_dev_utils import get_logger
import logging

# name을 생략하면 호출자 모듈명을 로거 이름으로 자동 사용
logger = get_logger()
logger.info("Hello World")
logger.warning("경고 메시지")
logger.error("에러 메시지")

# 레벨/타임존 설정
logger = get_logger(level=logging.DEBUG, tz="UTC")
logger.debug("디버그 메시지")

# 파일 저장 활성화 (기본은 비활성화)
# logs/YYYY/MM/DD/YYYYMMDD_HHMMSS.log 에 기록되며, 같은 프로세스의 로거들이 파일을 공유
logger = get_logger(enable_file_write=True, log_dir="logs")

• name: 로거 이름. 생략(None)하면 LOGGER_NAME 환경 변수 → 호출자 모듈명 순으로 자동 결정. 이름 없는(anonymous) 로거가 필요하면 name=""을 명시적으로 전달.
• level: 로그 레벨, int 또는 문자열 (기본: INFO)
• tz: 타임스탬프에 적용할 타임존 (기본: Asia/Seoul)
• enable_file_write: 파일 저장 활성화 여부 (기본: False)
• log_dir: 파일 저장 활성화 시 사용할 기준 디렉토리 (기본: "logs")
• enable_file / enable_fnc / enable_line: 로그를 호출한 소스 파일명/함수명/라인 번호 표시 여부 (셋 다 미지정 시 기본: True, 하나라도 명시하면 나머지는 False로 취급). 활성화된 항목은 파일명:함수명:라인번호 순으로 (...) 안에 연결되어 출력되며, 파일명-함수명 사이는 ::(콜론 2개), 그 외 조합은 :(콜론 1개)로 구분한다. 활성화된 항목이 하나뿐이면 구분자 없이 출력된다 (예: (main.py::run:10), (main.py:10), (run), (10)).

level을 제외한 각 인자를 생략하면 아래 환경 변수(.env 포함, python-dotenv 설치 시)를 우선 사용합니다. 명시적으로 전달한 인자는 항상 환경 변수보다 우선합니다.

2. Pandas Extension (helper_pandas)

DataFrame과 Series에 한글 컬럼 설명 기능을 추가합니다.

from helper_dev_utils import set_pandas_extension
import pandas as pd

# Pandas 확장 등록
set_pandas_extension()

# DataFrame 생성
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['Seoul', 'Busan', 'Incheon']
})

# 컬럼 설명 추가 (개별)
df.set_head_att('name', '사용자 이름')
df.set_head_att('age', '나이')
df.set_head_att('city', '거주 도시')

# 컬럼 설명 추가 (딕셔너리)
df.set_head_att({
    'name': '사용자 이름',
    'age': '나이',
    'city': '거주 도시'
})

# 한글 컬럼명과 함께 출력
df.head_att()
# 출력:
# 사용자 이름    나이  거주 도시
# name          age   city
# Alice          25   Seoul
# Bob            30   Busan
# Charlie        35   Incheon

# 또는 head() 메서드 오버라이드 사용 (enable_head_override=True일 때)
df.head()

# 다양한 출력 형식
df.head_att(rows=10)              # 10행 출력
df.head_att(rows='all')           # 전체 출력
df.head_att(out='html')           # HTML 형태로 출력
df.head_att(out='str')            # 문자열로 반환

# 컬럼 설명 조회
print(df.get_head_att('name'))    # 출력: 사용자 이름
print(df.get_head_att())          # 전체 딕셔너리 출력

# 컬럼 설명 삭제
df.remove_head_att('age')         # 단일 삭제
df.remove_head_att(['name', 'city'])  # 여러 개 삭제
df.clear_head_att()               # 전체 초기화

3. Print Utilities (helper_utils_print)

디렉토리, JSON, 딕셔너리를 트리 구조로 출력합니다.

from helper_dev_utils import print_dir_tree, print_json_tree, print_dic_tree

# 디렉토리 트리 출력
print_dir_tree('/path/to/directory', max_depth=3)

# JSON/딕셔너리 트리 출력 (파이프 스타일)
data = {
    'users': [
        {'name': 'Alice', 'age': 25},
        {'name': 'Bob', 'age': 30}
    ],
    'config': {'debug': True}
}
print_json_tree(data, max_depth=5, max_list_items=10)

# 딕셔너리 트리 출력 (박스 드로잉 스타일)
print_dic_tree(data, max_depth=5, show_values=True)

4. Colab/Path Utilities (helper_utils_colab)

로컬 및 Google Colab 환경에서 경로를 자동으로 관리합니다.

from helper_dev_utils import my_driver, my_cache

# Google Drive 경로 가져오기 (Colab에서 자동 마운트)
drive_path = my_driver()
print(drive_path)  # /content/drive/MyDrive (Colab) 또는 로컬 경로

# 캐시 디렉토리 가져오기 (OS별 자동 탐색)
cache_path = my_cache()
print(cache_path)  # ~/.cache (Linux/Mac) 또는 로컬 경로

# 하위 경로 지정
model_cache = my_cache('models/bert')
data_drive = my_driver('datasets/images')

환경변수 우선 지원:

MY_DRIVER_PATH=/custom/drive/path
MY_CACHE_PATH=/custom/cache/path

5. Help Utilities (helper_help)

함수·메서드의 시그니처와 docstring을 출력하고, 모듈에서 이름으로 함수를 검색합니다.

from helper_dev_utils import helper_help, helper_search
import pandas as pd
import matplotlib.pyplot as plt

# 함수 도움말 출력 (시그니처 + docstring)
helper_help(pd.DataFrame.groupby)
helper_help(plt.plot)

# 출력 예시:
# Signature : DataFrame.groupby(self, by=None, ...)
# Docstring :
# Group DataFrame using a mapper or by a Series of columns.
# ...

# 모듈에서 이름에 query가 포함된 함수 검색
helper_search(pd, "merge")
# 출력:
# [pandas] 'merge' 검색 결과 (3건)
#   - merge
#   - merge_asof
#   - merge_ordered

# query=None 이면 전체 목록 출력
helper_search(pd)

6. Google Colab 인증 및 Drive 관리 (helper_colab_auth / helper_google_driver)

Google Colab 환경에서 사용자 인증, Secrets 조회, Drive 마운트 상태 확인, 경로 관리, 휴지통 비우기를 지원합니다. Colab이 아닌 환경에서는 google_authenticate()/empty_drive_trash()는 RuntimeError를 발생시키고, google_is_drive_mounted()는 False를 반환합니다.

from helper_dev_utils import (
    google_authenticate,
    google_get_secret,
    google_is_drive_mounted,
    google_driver,
    google_driver_path,
    empty_drive_trash,
)

# Google 서비스 인증 (Colab 전용)
creds, project_id = google_authenticate()
# PyDrive2, gspread, googleapiclient 등 인증이 필요한 라이브러리와 함께 사용

# Colab Secrets(등록된 값)에서 비밀값 조회, 없으면 환경변수로 폴백
api_key = google_get_secret('OPENAI_API_KEY')
db_pass = google_get_secret('DB_PASSWORD', default='')

# Drive 마운트 상태 확인
if google_is_drive_mounted():
    print("Drive가 마운트되어 있습니다")

# Drive 루트 경로 가져오기 (Colab에서는 자동 마운트 후 경로 반환)
drive_path = google_driver()
print(drive_path)  # /content/drive/MyDrive (Colab) 또는 로컬 경로

# 루트 하위 경로 결합 (기본적으로 디렉토리를 생성하고 존재를 검증)
data_path = google_driver_path('datasets', 'images')
print(data_path)

# Drive 휴지통 비우기 (Colab 전용, google-api-python-client 필요)
result = empty_drive_trash(force=True)
print(result['message'])

empty_drive_trash는 google-api-python-client가 필요합니다: pip install helper-dev-utils[google]

로컬/Colab 루트 경로 통일 (google_driver_local / google_driver_colab)

같은 노트북·스크립트를 로컬 PC와 Colab에서 코드 수정 없이 그대로 돌리기 위한 경로 추상화입니다. "로컬에서는 이 폴더, Colab에서는 이 폴더를 Drive 루트로 써라"를 한 번 등록해두면, 이후 google_driver_path()는 실행 환경을 자동으로 판별해 그에 맞는 루트 밑에 경로를 만들어줍니다.

• google_driver_local: 로컬 환경에서 사용할 루트 (예: Google Drive 데스크톱 앱 동기화 폴더). 생략 시 helper_path_finder.find_google_drive()가 자동 탐색한 경로가 기본값으로 사용됩니다.
• google_driver_colab: Colab 환경에서 사용할 루트 (기본값 /content/drive/MyDrive).
• 두 값 모두 google_driver()/google_driver_path() 호출 시 한 번만 넘기면 모듈에 캐시되어, 이후 인자 없이 호출해도 계속 재사용됩니다.

from helper_dev_utils import google_driver, google_driver_path

# 루트를 한 번 등록 (프로젝트 시작 시 1회만 호출하면 됨)
google_driver(
    google_driver_local="D:/my_drive_sync/MyDrive",   # 로컬 PC의 Drive 동기화 폴더
    google_driver_colab="/content/drive/MyDrive",      # Colab 마운트 경로 (기본값과 동일해도 명시 가능)
)

# 이후로는 환경을 신경 쓰지 않고 상대 경로만 지정
# 로컬: D:/my_drive_sync/MyDrive/project/dataset/train.csv
# Colab: /content/drive/MyDrive/project/dataset/train.csv
train_csv = google_driver_path("project", "dataset", "train.csv", create=False)

# 여러 곳에서 동일한 루트를 계속 사용 (재등록 불필요)
model_dir = google_driver_path("project", "models")       # 디렉토리 자동 생성
log_dir = google_driver_path("project", "logs")

즉 google_driver_local/google_driver_colab으로 "환경별 루트"를 등록하고, google_driver_path는 그 루트를 기준으로 하위 경로를 조립·생성·검증해 로컬/Colab 어디서 실행되든 동일한 상대 경로 인터페이스를 제공합니다.

자동 마운트 제어 (auto_mount)

google_driver_local/google_driver_colab이 "어떤 경로를 쓸지" 등록하는 인자라면, auto_mount는 그와 별개로 Colab에서 Drive를 지금 실제로 마운트할지를 결정하는 인자입니다 (기본값 True).

• auto_mount=True (기본): Colab 환경에서 google_driver()/google_driver_path()를 호출하는 순간 자동으로 drive.mount()를 시도합니다. 이미 마운트돼 있으면 건너뛰고, 아니면 그 자리에서 Colab 인증 팝업이 뜹니다.
• auto_mount=False: 마운트를 시도하지 않고 등록된 경로 문자열만 반환합니다. 아직 파일 접근이 필요 없는 시점(예: 초기 설정 단계에서 경로 문자열만 미리 구성)에 마운트 팝업이 뜨는 걸 피하고 싶을 때 사용합니다.

# 경로 문자열만 미리 구성 — 마운트 팝업을 띄우지 않음
path = google_driver(auto_mount=False)

# ... 다른 초기화 작업 ...

# 실제로 파일이 필요한 시점에 호출하면 그때 마운트됨 (auto_mount 기본값 True)
train_csv = google_driver_path("project", "dataset", "train.csv")

의존성

필수 의존성

• matplotlib >= 3.2.0
• numpy >= 1.16.0
• pandas >= 1.0.0
• backports.zoneinfo >= 0.2.1 (Python < 3.9 에서만; 3.9+ 는 표준 라이브러리 zoneinfo 사용)

선택적 의존성

• python-dotenv >= 0.19.0 - .env 파일 지원
• IPython >= 7.0.0 - Jupyter/Colab 지원
• torch >= 1.0.0 - PyTorch Tensor 지원
• google-api-python-client >= 2.0.0 - empty_drive_trash() (Colab 전용)

개발 및 테스트

개발 환경 설정

# 저장소 클론
git clone https://github.com/c0z0c-helper/helper_dev_utils.git
cd helper_dev_utils

# 개발 의존성 설치
pip install -r requirements-dev.txt

# 편집 가능 모드로 설치
pip install -e .

테스트 실행

# 전체 테스트 실행
pytest tests -v

# 특정 테스트 파일 실행
pytest tests/test_helper_logger.py -v
pytest tests/test_helper_utils_colab.py -v

# 커버리지 포함 실행
pytest tests --cov=helper_dev_utils --cov-report=html

테스트를 실행하면 tests/conftest.py가 결과를 자동으로 수집하여 tests/report/YYYYMMDD_HHMMSS.md에 통과/실패/스킵 여부가 포함된 표 형태의 리포트를 생성합니다.

테스트 환경 설정

테스트에서 helper_utils_colab 함수를 검증하려면 .env.test 파일을 사용합니다:

1. .env.test 파일을 프로젝트 루트에 생성 (이미 샘플이 제공됨)
2. 테스트용 캐시 및 드라이버 경로 설정:

# Windows
MY_CACHE_LOCAL=C:/Users/YOUR_USERNAME/AppData/Local/Temp/helper_dev_utils_test_cache
MY_DRIVER_PATH=C:/Users/YOUR_USERNAME/AppData/Local/Temp/helper_dev_utils_test_driver

# Linux/macOS
# MY_CACHE_LOCAL=/tmp/helper_dev_utils_test_cache
# MY_DRIVER_PATH=/tmp/helper_dev_utils_test_driver

conftest.py가 자동으로 .env.test를 로드하여 테스트 실행 전 환경을 설정합니다.

라이선스

MIT License - 자세한 내용은 LICENSE 파일을 참조하세요.

기여

이슈 리포트 및 풀 리퀘스트는 GitHub Repository에서 환영합니다!

작성자

c0z0c - c0z0c.dev@gmail.com

관련 라이브러리

• helper-plot-hangul - Matplotlib 한글 폰트 자동 설정
• helper-md-doc - md doc 파일 라이브러리
• helper-hwp - HWP 파일 파싱 라이브러리

버전 히스토리

0.7.0

• helper_logger: get_logger에 enable_fnc 옵션 추가 — 로그를 호출한 함수명을 출력할 수 있다. enable_file/enable_fnc/enable_line 중 활성화된 항목만 (파일명::함수명:라인번호) 형태로 연결되어 출력되며(파일명-함수명 사이는 ::, 그 외 조합은 :), 하나만 활성화되면 구분자 없이 출력된다.

0.6.7

• 코랩 설치 세션 리셋 수정 (2026-08-06)

0.6.6

• helper_logger: get_logger의 name 자리에 로그 레벨(int 또는 "DEBUG"/"INFO" 등 문자열)을 전달하면 자동으로 level로 인식하도록 개선

0.6.5

• get_logger()가 더 이상 load_dotenv를 자동 호출하지 않음 — .env 로딩은 호출자(외부 코드) 책임으로 이관. 패키지 레벨 DOTENV_AVAILABLE export도 제거됨.

0.6.4

• get_aoto_logger (제거)
• get_logger 통합 .env 적용

0.6.3

• print_xxx_tree 오류 버그 수정

0.6.2

• print_xxx_tree 의 출력 설정 가능

0.6.1

• PEP 561 py.typed 적용

0.6.0

• helper_logger: 콘솔(+선택적 파일) 출력을 위한 최소 구현으로 리팩토링. 회전 로깅/중앙집중 파일/.env 우선순위 시스템/reconfigure_logger/sample_logger_env를 제거하고 get_logger, get_auto_logger만 유지
• helper_logger: 레벨 축약을 %(levelname).1s 포맷으로 단순화, tz 인자로 타임존 설정 가능(기본 Asia/Seoul)
• helper_logger: file(기본 False)/log_dir(기본 "logs") 옵션 추가 — 활성화 시 {log_dir}/YYYY/MM/DD/YYYYMMDD_HHMMSS.log에 기록되며 같은 프로세스의 로거들이 파일을 공유
• __init__.py: sample_logger_env, reconfigure_logger 패키지 레벨 노출 제거
• tests: conftest.py에 pytest 훅 추가 — 테스트 실행 시 tests/report/YYYYMMDD_HHMMSS.md에 결과 표 자동 생성

0.5.10

• helper_utils_print: set_print_tree() / set_log_tree() 함수 추가 - 트리 출력 시 print 또는 logger.info 전환 가능
• helper_utils_print: print_json_tree, print_dic_tree의 max_depth, list_count 기본값을 None(무한대)으로 변경
• __init__.py: set_print_tree, set_log_tree 패키지 레벨 노출 추가
• tests: test_helper_utils_colab.py 실제 API(google_driver, google_driver_path, cache, cache_path)에 맞게 수정
• tests: test_helper_utils_print.py에 set_print_tree/set_log_tree 전환 및 None 기본값 테스트 추가 (총 31개)

0.5.9

• helper_help: 함수/메서드 시그니처 및 docstring 출력 기능 추가
• helper_search: 모듈 내 함수·클래스 이름 기반 검색 기능 추가

0.5.8

• helper_cache: 캐시 유틸리티 모듈 추가
• helper_colab_auth: Google 인증 관련 함수 추가 (google_authenticate, google_get_secret, google_is_drive_mounted)

0.5.7 이하

• helper_logger: 로깅 유틸리티 초기 구현 및 환경변수 기반 설정 지원
• helper_pandas: Pandas 확장 기능 (한글 컬럼 설명, head_att, show 등)
• helper_utils_print: print_dir_tree, print_json_tree, print_dic_tree 구현
• helper_utils_colab: 로컬/Colab 환경 경로 자동 탐색 구현