현재 위치
홈
상품상세정보
*도서소개
파이썬으로 데이터 분석을 하고 싶다면?
파이썬 입문 그다음에 꼭 보세요!
‘패스트캠퍼스’, ‘메가스터디’ 셀레나 쌤과 함께 실패 없이 완주하세요!
실력을 갖춘 데이터 분석가로 성장하려면 시작이 중요하다. 그래서 이 책은 무엇부터 익혀야 하는지 막막한 입문자에게 데이터 분석 로드맵을 제시하고 개념과 실습, 그리고 실무팁까지 차근차근 설명한다. 또한 챗GPT로 공부하는 방법을 함께 소개하여 다양한 관점에서 데이터 분석을 학습할 수 있도록 준비했다. 이어서 파이썬 데이터 분석에 꼭 필요한 5대장인 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프를 최신 트렌드에 맞게 그리고 실무에 유용하게 알려준다. 모든 장 끝에는 연습문제가 수록되어 있어 배운 내용을 점검할 수 있다.
파이썬 입문 그다음에 꼭 보세요!
‘패스트캠퍼스’, ‘메가스터디’ 셀레나 쌤과 함께 실패 없이 완주하세요!
실력을 갖춘 데이터 분석가로 성장하려면 시작이 중요하다. 그래서 이 책은 무엇부터 익혀야 하는지 막막한 입문자에게 데이터 분석 로드맵을 제시하고 개념과 실습, 그리고 실무팁까지 차근차근 설명한다. 또한 챗GPT로 공부하는 방법을 함께 소개하여 다양한 관점에서 데이터 분석을 학습할 수 있도록 준비했다. 이어서 파이썬 데이터 분석에 꼭 필요한 5대장인 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프를 최신 트렌드에 맞게 그리고 실무에 유용하게 알려준다. 모든 장 끝에는 연습문제가 수록되어 있어 배운 내용을 점검할 수 있다.
*출판사도서소개
★ 환영합니다, 파이썬 입문 그다음 책을 소개합니다!
환영합니다. 데이터 분석가가 되고 싶은데 무엇을 어떻게 할지 모르겠는 분이라면, 잘 찾아오셨습니다. 이 책은 파이썬을 공부했거나, 데이터 분석에 입문하고 싶은 분들에게 필요한 내용을 알려줍니다. 데이터 분석의 기본을 체계적으로 다지고 싶은 예비 데이터 분석가에게 유용합니다. 처음에 공부하면 이해하기 어려운 추상적인 데이터 구성은 그림과 함께 설명하여 아주 쉽게 읽을 수 있습니다. 데이터 분석 분야에 꼭 필요한 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 그리고 데이터 수집에 필요한 뷰티풀수프까지! 이 책 한 권으로 데이터 분석에 입문해보세요!
파이썬 데이터 분석 5대장으로 공부하세요
하나, 넘파이
넘파이는 파이썬에서 수치 계산을 효율적으로 처리하는 라이브러리입니다. 다차원 배열 객체인 ndarray를 제공하며, 벡터 및 행렬 연산을 빠르게 수행할 수 있습니다. 또한, 다양한 수학 함수와 통계 함수도 지원하여 데이터 분석, 과학 계산, 머신러닝 등에 널리 사용됩니다.
둘, 판다스
판다스는 파이썬에서 데이터 분석을 쉽게 할 수 있도록 돕는 라이브러리입니다. 주로 표 형식의 데이터를 다루는 데 사용되며, 데이터프레임과 시리즈 같은 자료구조를 제공해 데이터 조작, 필터링, 정렬, 집계 등을 효율적으로 처리합니다. 엑셀, CSV 등 다양한 파일 형식에서 데이터를 불러오고 처리할 수 있어 데이터 분석, 전처리에 널리 활용됩니다.
셋, 맷플롯립
파이썬에서 데이터를 시각화하는 라이브러리입니다. 다양한 유형의 차트(선 그래프, 막대 그래프, 산점도 등)를 만들 수 있으며, 데이터를 시각적으로 표현해 분석 및 인사이트 도출을 돕습니다. 그래프의 스타일, 레이블, 축 등을 세밀하게 조정할 수 있어 데이터 시각화에 유연성과 강력한 기능을 제공합니다. 데이터 분석, 보고서 작성, 프레젠테이션 등에 자주 사용됩니다.
넷, 시본
시본은 파이썬의 데이터 시각화 라이브러리로, 맷플롯립을 기반으로 더 간편하고 아름다운 그래프를 만들 수 있도록 도와줍니다. 시본은 데이터 분석에 자주 쓰이는 히트맵, 카테고리형 그래프, 분포형 그래프 등을 손쉽게 만들 수 있습니다. 특히 판다스와 잘 통합되어 데이터프레임을 직접 시각화할 때 유용합니다. 시본을 사용하면 그래프의 스타일과 색상 팔레트를 간단하게 조정할 수 있습니다.
다섯, 뷰티풀수프
뷰티풀수프는 웹 페이지의 HTML이나 XML 문서를 파싱하여 데이터를 추출하는 파이썬 라이브러리입니다. 웹 스크래핑을 할 때 주로 사용하며, 웹사이트의 구조를 분석해 원하는 데이터(텍스트, 링크, 이미지 등)를 손쉽게 추출할 수 있습니다. 웹 페이지에서 데이터를 가져오고, 그 내용을 파싱해 필요한 정보를 추출하는 과정에서 매우 유용합니다. 뷰티풀수프는 복잡한 HTML 구조도 직관적으로 탐색할 수 있도록 돕습니다.
〈되기〉 시리즈는 여러분에게 앞으로 나아갈 길을 먼저 제시합니다
입문자를 위한 데이터 분석 로드맵을 만나보세요
데이터 분석에 입문할 때 겪은 난감함을 생각했습니다. 무엇을 어떻게 할지 몰랐습니다. 로드맵이
필요했습니다. 하지만 누구도 제대로 된 로드맵을 제공해주지 않았습니다. 그래서 이 책은 로드
맵을 제공합니다. 로드맵에는 수많은 기술이 나열되어 있습니다. 책 한 권에 로드맵에 있는 모든 걸 담을 수도, 한 번에 모두 배울 수도 없지만 데이터 분석 입문에 꼭 필요한 내용은 모두 담기 위해 노력했습니다. 로드맵과 함께 어떤 방향으로 나아가야 할지 바라보며 공부해보세요.
- 온라인에서 보는 로드맵 : roadmap.sh/r/rdm-q8fbj
실무에 유용한 기술로 익히세요
기술은 빠르게 변합니다. 지금은 대세이지만 지는 기술, 아직은 미약하지만 뜨는 기술이 있습니다. 트렌드가 변하는 데는 그럴 만한 이유가 있습니다. 반면 기본은 트렌드와 무관하게 변하지 않습니다. 그래서 기본은 탄탄하게, 기술셋은 트렌디하면서 실무에 유용하게 설명했습니다.
챗GPT와 함께 공부하세요
이제는 챗GPT를 사용하지 않는 사람이 없습니다. 챗GPT가 만능은 아니지만 잘만 사용하면 어려운 문제를 쉽게 해결할 수도 있고, 모르는 내용을 더 쉽게 공부할 수도 있습니다. 다만 챗GPT는 질문에 기술이 필요하고, 잘 쓰는 사람은 어떻게 질문하는지 알아둘 필요가 있습니다. 그래서 이 책은 중간 중간 챗GPT와 함께 공부합니다. 선생님의 질문 노하우를 보면서 챗GPT와 함께 공부해보세요.
200% 학습 효율이 오르는 7가지 학습 가이드
초보자가 데이터 분석에 필요한 환경 설정을 하는 건 너무 어려운 일입니다. 물론 제대로 된 환경을 만들고 싶을 수도 있습니다만 그보다 더 중요한 건 기초 개념을 실습하고 익히는 것이죠. 그래서 이 책은 설치 없이 바로 공부할 수 있도록 구글 드라이브와 구글 코랩으로 실습을 안내합니다.
하나, 구글에 가입하세요(무료)
구글에 가입하면 파이썬 데이터 분석을 할 수 있는 코랩을 무료로 사용할 수 있습니다. 구글 계정
을 준비해주세요.
둘, 내 드라이브에 코랩 파일을 만드세요
① 내 드라이브에 적당한 폴더를 만든 다음 ② 마우스 오른쪽 클릭 → ③ 더보기 → ④ Google Colaboratory를 누르면 구글 코랩 파일을 만들어 코랩을 사용할 수 있습니다.
셋, 코랩에서 코드를 입력하고 실행해보세요
① 처음 파일을 만들면 코드를 입력할 수 있는 줄이 있습니다. 만약 새로운 코드를 입력하고 싶으면 [+ 코드]를 누르면 코드를 입력할 수 있는 줄이 생깁니다. ② 코드를 다 입력한 다음에는 ▶를 누르거나 [Shift + Enter]를 누르면 코드를 실행합니다. ③ 코드를 실행한 결과는 코드 줄 아래에 바로 생깁니다. ④ 코드를 실행하면 바로 다음 줄에 입력할 수 있는 줄이 생깁니다.
넷, 실습용 파일, 완성 파일은 모두 여기에 있습니다
실습에 필요한 파일이나 완성 파일은 모두 bit.ly/4dXk2Ef에 장별로 구분하여 업로드해두었습니다. 다운로드 링크는 실습 진행 중에 바로 확인할 수 있도록 본문에서도 안내합니다. 필요할 때마다 다운로드하여 활용하세요.
다섯, 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 놓고 실습하세요
데이터 분석이 처음이라면 내가 입력한 코드가 잘 실행되지 않을 수 있습니다. 초보라면 당연한 일입니다. 이 책은 그런 여러분들을 위해 실습 환경 파일과 정답 파일을 병렬로 제공합니다. 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 두고 실습해보세요.
여섯, 저자 선생님과 함께! 오픈카톡방을 활용하세요
책으로 봐도, 정답 코드를 봐도 어렵다면?! 저자 선생님과 함께 공부해보세요. 데이터 분석 입문자에게 길을 열어주고 싶은 선생님이 오픈카톡방에 계십니다. 오픈카톡방의 명령어를 활용해서 다양한 자료도 쉽게 얻어보세요.
- 오픈카톡방 링크 : open.kakao.com/o/gm8FtZUg
일곱, 유튜브 강의도 활용해보세요
저자 선생님 유튜브 동영상 강의도 있습니다. 함께 공부하거나 이동하면서 공부하고 싶을 때 유튜브 채널에 방문하여 영상으로 공부해보세요.
- 유튜브 채널 링크[셀레나쌤] : www.youtube.com/@SELENASSAM
〈되기〉 시리즈 소개
〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.
환영합니다. 데이터 분석가가 되고 싶은데 무엇을 어떻게 할지 모르겠는 분이라면, 잘 찾아오셨습니다. 이 책은 파이썬을 공부했거나, 데이터 분석에 입문하고 싶은 분들에게 필요한 내용을 알려줍니다. 데이터 분석의 기본을 체계적으로 다지고 싶은 예비 데이터 분석가에게 유용합니다. 처음에 공부하면 이해하기 어려운 추상적인 데이터 구성은 그림과 함께 설명하여 아주 쉽게 읽을 수 있습니다. 데이터 분석 분야에 꼭 필요한 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 그리고 데이터 수집에 필요한 뷰티풀수프까지! 이 책 한 권으로 데이터 분석에 입문해보세요!
파이썬 데이터 분석 5대장으로 공부하세요
하나, 넘파이
넘파이는 파이썬에서 수치 계산을 효율적으로 처리하는 라이브러리입니다. 다차원 배열 객체인 ndarray를 제공하며, 벡터 및 행렬 연산을 빠르게 수행할 수 있습니다. 또한, 다양한 수학 함수와 통계 함수도 지원하여 데이터 분석, 과학 계산, 머신러닝 등에 널리 사용됩니다.
둘, 판다스
판다스는 파이썬에서 데이터 분석을 쉽게 할 수 있도록 돕는 라이브러리입니다. 주로 표 형식의 데이터를 다루는 데 사용되며, 데이터프레임과 시리즈 같은 자료구조를 제공해 데이터 조작, 필터링, 정렬, 집계 등을 효율적으로 처리합니다. 엑셀, CSV 등 다양한 파일 형식에서 데이터를 불러오고 처리할 수 있어 데이터 분석, 전처리에 널리 활용됩니다.
셋, 맷플롯립
파이썬에서 데이터를 시각화하는 라이브러리입니다. 다양한 유형의 차트(선 그래프, 막대 그래프, 산점도 등)를 만들 수 있으며, 데이터를 시각적으로 표현해 분석 및 인사이트 도출을 돕습니다. 그래프의 스타일, 레이블, 축 등을 세밀하게 조정할 수 있어 데이터 시각화에 유연성과 강력한 기능을 제공합니다. 데이터 분석, 보고서 작성, 프레젠테이션 등에 자주 사용됩니다.
넷, 시본
시본은 파이썬의 데이터 시각화 라이브러리로, 맷플롯립을 기반으로 더 간편하고 아름다운 그래프를 만들 수 있도록 도와줍니다. 시본은 데이터 분석에 자주 쓰이는 히트맵, 카테고리형 그래프, 분포형 그래프 등을 손쉽게 만들 수 있습니다. 특히 판다스와 잘 통합되어 데이터프레임을 직접 시각화할 때 유용합니다. 시본을 사용하면 그래프의 스타일과 색상 팔레트를 간단하게 조정할 수 있습니다.
다섯, 뷰티풀수프
뷰티풀수프는 웹 페이지의 HTML이나 XML 문서를 파싱하여 데이터를 추출하는 파이썬 라이브러리입니다. 웹 스크래핑을 할 때 주로 사용하며, 웹사이트의 구조를 분석해 원하는 데이터(텍스트, 링크, 이미지 등)를 손쉽게 추출할 수 있습니다. 웹 페이지에서 데이터를 가져오고, 그 내용을 파싱해 필요한 정보를 추출하는 과정에서 매우 유용합니다. 뷰티풀수프는 복잡한 HTML 구조도 직관적으로 탐색할 수 있도록 돕습니다.
〈되기〉 시리즈는 여러분에게 앞으로 나아갈 길을 먼저 제시합니다
입문자를 위한 데이터 분석 로드맵을 만나보세요
데이터 분석에 입문할 때 겪은 난감함을 생각했습니다. 무엇을 어떻게 할지 몰랐습니다. 로드맵이
필요했습니다. 하지만 누구도 제대로 된 로드맵을 제공해주지 않았습니다. 그래서 이 책은 로드
맵을 제공합니다. 로드맵에는 수많은 기술이 나열되어 있습니다. 책 한 권에 로드맵에 있는 모든 걸 담을 수도, 한 번에 모두 배울 수도 없지만 데이터 분석 입문에 꼭 필요한 내용은 모두 담기 위해 노력했습니다. 로드맵과 함께 어떤 방향으로 나아가야 할지 바라보며 공부해보세요.
- 온라인에서 보는 로드맵 : roadmap.sh/r/rdm-q8fbj
실무에 유용한 기술로 익히세요
기술은 빠르게 변합니다. 지금은 대세이지만 지는 기술, 아직은 미약하지만 뜨는 기술이 있습니다. 트렌드가 변하는 데는 그럴 만한 이유가 있습니다. 반면 기본은 트렌드와 무관하게 변하지 않습니다. 그래서 기본은 탄탄하게, 기술셋은 트렌디하면서 실무에 유용하게 설명했습니다.
챗GPT와 함께 공부하세요
이제는 챗GPT를 사용하지 않는 사람이 없습니다. 챗GPT가 만능은 아니지만 잘만 사용하면 어려운 문제를 쉽게 해결할 수도 있고, 모르는 내용을 더 쉽게 공부할 수도 있습니다. 다만 챗GPT는 질문에 기술이 필요하고, 잘 쓰는 사람은 어떻게 질문하는지 알아둘 필요가 있습니다. 그래서 이 책은 중간 중간 챗GPT와 함께 공부합니다. 선생님의 질문 노하우를 보면서 챗GPT와 함께 공부해보세요.
200% 학습 효율이 오르는 7가지 학습 가이드
초보자가 데이터 분석에 필요한 환경 설정을 하는 건 너무 어려운 일입니다. 물론 제대로 된 환경을 만들고 싶을 수도 있습니다만 그보다 더 중요한 건 기초 개념을 실습하고 익히는 것이죠. 그래서 이 책은 설치 없이 바로 공부할 수 있도록 구글 드라이브와 구글 코랩으로 실습을 안내합니다.
하나, 구글에 가입하세요(무료)
구글에 가입하면 파이썬 데이터 분석을 할 수 있는 코랩을 무료로 사용할 수 있습니다. 구글 계정
을 준비해주세요.
둘, 내 드라이브에 코랩 파일을 만드세요
① 내 드라이브에 적당한 폴더를 만든 다음 ② 마우스 오른쪽 클릭 → ③ 더보기 → ④ Google Colaboratory를 누르면 구글 코랩 파일을 만들어 코랩을 사용할 수 있습니다.
셋, 코랩에서 코드를 입력하고 실행해보세요
① 처음 파일을 만들면 코드를 입력할 수 있는 줄이 있습니다. 만약 새로운 코드를 입력하고 싶으면 [+ 코드]를 누르면 코드를 입력할 수 있는 줄이 생깁니다. ② 코드를 다 입력한 다음에는 ▶를 누르거나 [Shift + Enter]를 누르면 코드를 실행합니다. ③ 코드를 실행한 결과는 코드 줄 아래에 바로 생깁니다. ④ 코드를 실행하면 바로 다음 줄에 입력할 수 있는 줄이 생깁니다.
넷, 실습용 파일, 완성 파일은 모두 여기에 있습니다
실습에 필요한 파일이나 완성 파일은 모두 bit.ly/4dXk2Ef에 장별로 구분하여 업로드해두었습니다. 다운로드 링크는 실습 진행 중에 바로 확인할 수 있도록 본문에서도 안내합니다. 필요할 때마다 다운로드하여 활용하세요.
다섯, 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 놓고 실습하세요
데이터 분석이 처음이라면 내가 입력한 코드가 잘 실행되지 않을 수 있습니다. 초보라면 당연한 일입니다. 이 책은 그런 여러분들을 위해 실습 환경 파일과 정답 파일을 병렬로 제공합니다. 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 두고 실습해보세요.
여섯, 저자 선생님과 함께! 오픈카톡방을 활용하세요
책으로 봐도, 정답 코드를 봐도 어렵다면?! 저자 선생님과 함께 공부해보세요. 데이터 분석 입문자에게 길을 열어주고 싶은 선생님이 오픈카톡방에 계십니다. 오픈카톡방의 명령어를 활용해서 다양한 자료도 쉽게 얻어보세요.
- 오픈카톡방 링크 : open.kakao.com/o/gm8FtZUg
일곱, 유튜브 강의도 활용해보세요
저자 선생님 유튜브 동영상 강의도 있습니다. 함께 공부하거나 이동하면서 공부하고 싶을 때 유튜브 채널에 방문하여 영상으로 공부해보세요.
- 유튜브 채널 링크[셀레나쌤] : www.youtube.com/@SELENASSAM
〈되기〉 시리즈 소개
〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.
*목차
01장 수치 계산 라이브러리, 넘파이
_01.1 넘파이와의 첫 만남
__넘파이 사용하기
_01.2 넘파이 배열, ndarray
__1차원 배열 알아보기
__2차원 배열 알아보기
__3차원 배열 알아보기
__넘파이 배열의 축 이해하기
__넘파이의 축 번호는 왜 그럴까?
__넘파이 배열의 데이터 타입 살펴보기
__데이터 타입 확인해보기
__넘파이 배열의 장점 알아보기
__다양한 방법으로 넘파이 배열 생성하기
__넘파이 배열 속성 이해하고 출력해보기
__[챗GPT와 함께] 넘파이 3차원 배열 생성해보기
__초기화 함수로 넘파이 배열 생성하기
__일정한 간격의 넘파이 배열 생성하기
__arange( ) 함수와 linspace( ) 함수 비교하기
_01.3 넘파이 배열로 다양하게 연산하기
__요소별 연산해보기
__[챗GPT와 함께] 넘파이 사칙연산 구하기
__수학 함수, 집계 함수와 함께 벡터화 연산해보기
_01.4 배열 인덱싱과 슬라이싱
__인덱스 이해하기
__단일 요소 인덱싱 이해하기
__슬라이싱 이해하기
__논리형 인덱싱 이해하기
__정수 배열 인덱싱 이해하기
__[챗GPT와 함께] 넘파이 배열의 슬라이싱을 다른 프로그래밍 언어와 비교하기
_01.5 배열의 형태 변형하기
__배열의 형태를 변형하여 새 배열을 반환하는reshape( ) 함수
__[챗GPT와 함께] reshape( ) 함수에서 -1을 쓰는 이유는 뭘까?
__원본 배열의 형태를 변형하는 resize( ) 함수
__1차원 배열로 변형하기
__전치 연산하기
_01.6 배열 합치고 분할하기
__배열 합치기
__배열 분할하기
__학습 마무리
__연습문제
02장 데이터 처리 라이브러리, 판다스
_02.1 판다스 시작하기
__판다스와 넘파이의 특징
__판다스와 넘파이의 관계
__판다스를 사용해야 하는 이유
__시리즈란?
__데이터프레임이란?
__데이터 다운로드하고 다시 업로드하여 살펴보기
__판다스의 데이터 타입 알아보기
__[챗GPT와 함께] 샘플 데이터 생성 후 판다스에서 읽어보기
_02.2 데이터 내용 확인하기
__데이터의 열과 행 확인하기
__데이터의 처음과 마지막 부분 확인하기
__데이터 구조 살펴보기
__[챗GPT와 함께] 데이터 구조 살펴보기
_02.3 특정 열 선택하기
__시리즈 반환하기
__데이터프레임 반환하기
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (1)
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (2)
_02.4 데이터 필터링하기
__비교 연산자 〉로 필터링하기
__부정 연산자 ~로 필터링하기
__논리 연산자&나 |로 필터링하기
__[챗GPT와 함께] 데이터 필터링 기능 활용하기
__loc[ ]와 iloc[ ]로 필터링하기
__isin( ) 함수로 특정 값 필터링하기
__[챗GPT와 함께] isin( ) 함수와 조건문 비교하기
_02.5 결측치 처리하기
__결측치가 뭐죠?
__결측치 처리가 중요한 이유?
__결측치 처리, 어떻게 해야 할까요?
__결측치 확인하기
__결측치 처리하기
__결측치를 처리한 데이터프레임을 파일로 저장하기
__[챗GPT와 함께] 결측치에 대해 물어보자!
_02.6 데이터 통계 처리하기
__통계 구하기
__그룹별 집계하기
__[챗GPT와 함께] agg( ) 함수를 이용하여 통계 분석하기
_02.7 데이터프레임에 행이나 열 추가하거나 삭제하기
__행과 열 추가하기
__행과 열 삭제하기
__학습 마무리
__연습문제
03장 데이터 시각화 라이브러리, 맷플롯립
_03.1 맷플롯립 시작하기
__맷플롯립 소개
__맷플롯립 사용하기
__[챗GPT와 함께] 맷플롯립 장점 알아보기
_03.2 그래프 꾸미기
__축과 관련 있는 옵션 사용해보기
__선과 관련 있는 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 색상 설정하기
__제목 관련 옵션 사용해보기
__그래프 배경 관련 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 그리기
_03.3 다양한 그래프 그려보기(1)
__타이타닉 데이터셋 소개
__선 그래프 : 객실 등급에 따른 생존율 표시하기
__수직 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__수평 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__산점도 그래프 : 나이와 요금, 생존 여부 확인하기
__파이 차트 : 생존자, 사망자 비율 표현하기
__히스토그램 : 승객의 나이 분포 표시하기
_03.4 다양한 그래프 그려보기(2)
__히트맵 : 두 변수의 상관 관계를 표시하기
__영역 채우기 그래프 : 나이대별 생존자와 사망자 수 표현하기
__박스 플롯 : 승객 나이의 데이터 분포, 중앙값, 이상치 살펴보기
__바이올린 플롯 : 승객 등급에 따른 나이 분포 표시하기
__[챗GPT와 함께] 맷플롯립 박스플롯과 바이올린 플롯 활용에 대해 알아보기
__에러 바 : 요금의 평균과 표준편차 표현하기
__[챗GPT와 함께] 맷플롯립 에러바를 이용한 기업 월간 주가 확인하기
_03.5 그래프 한꺼번에 그려보기
__여러 종류의 그래프 그리는 방법 원리 설명
__개별 서브플롯을 하나씩 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 하나씩 그리기
__개별 서브플롯을 동시에 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 동시에 그리기
__하나의 서브플롯에 여러 그래프 그리기
__[챗GPT와 함께] 타이타닉 승객 등급별 요금 분포와 생존율 시각화하기
_03.6 그래프 저장하기
__학습 마무리
__연습문제
04장 데이터 시각화라이브러리, 시본
__04.1 시본 기본 개념
__시본 자체 데이터셋 불러오기
__팁 데이터셋 불러오기
__[챗GPT와 함께] Seaborn은 왜 별칭이 sns일까?
_04.2 여섯 가지 그래프 이해하기
__시본 그래프는 어떤 것들이 있을까?
__범주형 변수 산점도 그래프
__빈도 그래프
__선형 회귀선이 있는 산점도 그래프
__히스토그램과 커널 밀도 추정 그래프
__조인트 그래프
__관계 그래프
__[챗GPT와 함께] 이상치 탐지 그래프는 어떤 그래프로?
__학습 마무리
__연습문제
05장 웹 데이터 수집라이브러리, 뷰티풀수프
_05.1 웹 데이터 수집 기본 개념
__웹 데이터를 수집할 때 주의할 점
__[챗GPT와 함께] robots.txt 알아보기
__[챗GPT와 함께] 야후 파이낸스와 네이버 파이낸스의 robots.txt 비교하기
__웹 데이터 수집 용어 정리하기
__웹 스크래핑은 어떤 과정으로 수행될까?
__뷰티풀수프 기초 사용 방법 알아보기
__웹 스크래핑 원리 이해하기
_05.2 야후 파이낸스 주가 데이터 웹 스크래핑하기
__웹 페이지 파악하기
__헤더에 사용자 에이전트 값 추가하기
__삼성전자 종목 일별 시세 페이지 요청하기
__뷰티풀 수프로 데이터 추출하고 날짜, 원 표시하기
__for문으로 순회하면서 전체 날짜, 종가 데이터 가져오기
__수집한 데이터로 그래프 시각화하기
__[챗GPT와 함께] 날짜와 종가 데이터로 막대 그래프 그리기 346
__[챗GPT와 함께] 주식 데이터를 웹 스크래핑할 추가적인 사이트 349
__학습 마무리
__연습문제
06장 넷플릭스 데이터 분석 프로젝트
_06.1 넷플릭스 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_06.2 넷플릭스 데이터셋 파악하기
__캐글의 넷플릭스 데이터셋?
__[챗GPT와 함께] 캐글의 데이터 분석할 데이터셋 추천받기!
__넷플릭스 데이터셋 변수 살펴보기
__넷플릭스 데이터셋 불러와 살펴보기
_06.3 넷플릭스 데이터셋 결측치 처리하기
__넷플릭스 결측치 비율 확인하고 처리하기
_06.4 넷플릭스 피처 엔지니어링하기
__피처 엔지니어링은 어디에 쓰이나요?
__[챗GPT와 함께] 피처 엔지니어링 더 해보기
_06.5 넷플릭스 시각화하기 380
__데이터 전처리 완료한 데이터셋 불러오기
__넷플릭스 색상 시각화하기 380
__넷플릭스 오징어 게임 검색하기
__넷플릭스 파이 차트 그리기
__넷플릭스 막대 그래프 그리기
__넷플릭스 히트맵 그리기
__넷플릭스 워드 클라우드
__[챗GPT와 함께] 워드 클라우드 더 해보기
__학습 마무리
07장 의료 데이터 분석 프로젝트
_07.1 의료 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_07.2 의료 데이터셋 파악하기
__심부전 데이터셋이란?
__심부전 데이터셋 불러온 다음 내용 확인하기
_07.3 심부전 데이터셋 필터링하기
__논리형 인덱싱으로 데이터 필터링하기
_07.4 심부전 데이터셋 결측치 처리하기
__결측치 비율 확인하기
__결측치 처리하기
__결측치 처리 후에 결측치 개수 다시 확인하기
__[챗GPT와 함께] 결측치를 처리하는 방법이 궁금해!
_07.5 심부전 데이터셋 통계 처리하기
__평균값과 중앙값 구하기
__열의 빈도수 구하기
__통계량 요약하기
__그룹별 집계하기
__[챗GPT와 함께] 심부전 데이터셋을 이용한 피처 엔지니어링
_07.6 심부전 데이터셋 시각화하기
__심부전 색상 시각화하기
__심부전 파이 차트 그리기
__심부전 빈도 그래프 그리기
__심부전 데이터 영역 그래프 그리기
__심부전 범주형 산점도 그래프 그리기
__심부전 워드 클라우드 그리기
__[챗GPT와 함께] 추가적인 시각화를 진행해보자
__학습 마무리
_01.1 넘파이와의 첫 만남
__넘파이 사용하기
_01.2 넘파이 배열, ndarray
__1차원 배열 알아보기
__2차원 배열 알아보기
__3차원 배열 알아보기
__넘파이 배열의 축 이해하기
__넘파이의 축 번호는 왜 그럴까?
__넘파이 배열의 데이터 타입 살펴보기
__데이터 타입 확인해보기
__넘파이 배열의 장점 알아보기
__다양한 방법으로 넘파이 배열 생성하기
__넘파이 배열 속성 이해하고 출력해보기
__[챗GPT와 함께] 넘파이 3차원 배열 생성해보기
__초기화 함수로 넘파이 배열 생성하기
__일정한 간격의 넘파이 배열 생성하기
__arange( ) 함수와 linspace( ) 함수 비교하기
_01.3 넘파이 배열로 다양하게 연산하기
__요소별 연산해보기
__[챗GPT와 함께] 넘파이 사칙연산 구하기
__수학 함수, 집계 함수와 함께 벡터화 연산해보기
_01.4 배열 인덱싱과 슬라이싱
__인덱스 이해하기
__단일 요소 인덱싱 이해하기
__슬라이싱 이해하기
__논리형 인덱싱 이해하기
__정수 배열 인덱싱 이해하기
__[챗GPT와 함께] 넘파이 배열의 슬라이싱을 다른 프로그래밍 언어와 비교하기
_01.5 배열의 형태 변형하기
__배열의 형태를 변형하여 새 배열을 반환하는reshape( ) 함수
__[챗GPT와 함께] reshape( ) 함수에서 -1을 쓰는 이유는 뭘까?
__원본 배열의 형태를 변형하는 resize( ) 함수
__1차원 배열로 변형하기
__전치 연산하기
_01.6 배열 합치고 분할하기
__배열 합치기
__배열 분할하기
__학습 마무리
__연습문제
02장 데이터 처리 라이브러리, 판다스
_02.1 판다스 시작하기
__판다스와 넘파이의 특징
__판다스와 넘파이의 관계
__판다스를 사용해야 하는 이유
__시리즈란?
__데이터프레임이란?
__데이터 다운로드하고 다시 업로드하여 살펴보기
__판다스의 데이터 타입 알아보기
__[챗GPT와 함께] 샘플 데이터 생성 후 판다스에서 읽어보기
_02.2 데이터 내용 확인하기
__데이터의 열과 행 확인하기
__데이터의 처음과 마지막 부분 확인하기
__데이터 구조 살펴보기
__[챗GPT와 함께] 데이터 구조 살펴보기
_02.3 특정 열 선택하기
__시리즈 반환하기
__데이터프레임 반환하기
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (1)
__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (2)
_02.4 데이터 필터링하기
__비교 연산자 〉로 필터링하기
__부정 연산자 ~로 필터링하기
__논리 연산자&나 |로 필터링하기
__[챗GPT와 함께] 데이터 필터링 기능 활용하기
__loc[ ]와 iloc[ ]로 필터링하기
__isin( ) 함수로 특정 값 필터링하기
__[챗GPT와 함께] isin( ) 함수와 조건문 비교하기
_02.5 결측치 처리하기
__결측치가 뭐죠?
__결측치 처리가 중요한 이유?
__결측치 처리, 어떻게 해야 할까요?
__결측치 확인하기
__결측치 처리하기
__결측치를 처리한 데이터프레임을 파일로 저장하기
__[챗GPT와 함께] 결측치에 대해 물어보자!
_02.6 데이터 통계 처리하기
__통계 구하기
__그룹별 집계하기
__[챗GPT와 함께] agg( ) 함수를 이용하여 통계 분석하기
_02.7 데이터프레임에 행이나 열 추가하거나 삭제하기
__행과 열 추가하기
__행과 열 삭제하기
__학습 마무리
__연습문제
03장 데이터 시각화 라이브러리, 맷플롯립
_03.1 맷플롯립 시작하기
__맷플롯립 소개
__맷플롯립 사용하기
__[챗GPT와 함께] 맷플롯립 장점 알아보기
_03.2 그래프 꾸미기
__축과 관련 있는 옵션 사용해보기
__선과 관련 있는 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 색상 설정하기
__제목 관련 옵션 사용해보기
__그래프 배경 관련 옵션 사용해보기
__[챗GPT와 함께] 맷플롯립 그래프 그리기
_03.3 다양한 그래프 그려보기(1)
__타이타닉 데이터셋 소개
__선 그래프 : 객실 등급에 따른 생존율 표시하기
__수직 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__수평 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기
__산점도 그래프 : 나이와 요금, 생존 여부 확인하기
__파이 차트 : 생존자, 사망자 비율 표현하기
__히스토그램 : 승객의 나이 분포 표시하기
_03.4 다양한 그래프 그려보기(2)
__히트맵 : 두 변수의 상관 관계를 표시하기
__영역 채우기 그래프 : 나이대별 생존자와 사망자 수 표현하기
__박스 플롯 : 승객 나이의 데이터 분포, 중앙값, 이상치 살펴보기
__바이올린 플롯 : 승객 등급에 따른 나이 분포 표시하기
__[챗GPT와 함께] 맷플롯립 박스플롯과 바이올린 플롯 활용에 대해 알아보기
__에러 바 : 요금의 평균과 표준편차 표현하기
__[챗GPT와 함께] 맷플롯립 에러바를 이용한 기업 월간 주가 확인하기
_03.5 그래프 한꺼번에 그려보기
__여러 종류의 그래프 그리는 방법 원리 설명
__개별 서브플롯을 하나씩 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 하나씩 그리기
__개별 서브플롯을 동시에 생성하기
__타이타닉 데이터셋으로 개별 서브플롯 동시에 그리기
__하나의 서브플롯에 여러 그래프 그리기
__[챗GPT와 함께] 타이타닉 승객 등급별 요금 분포와 생존율 시각화하기
_03.6 그래프 저장하기
__학습 마무리
__연습문제
04장 데이터 시각화라이브러리, 시본
__04.1 시본 기본 개념
__시본 자체 데이터셋 불러오기
__팁 데이터셋 불러오기
__[챗GPT와 함께] Seaborn은 왜 별칭이 sns일까?
_04.2 여섯 가지 그래프 이해하기
__시본 그래프는 어떤 것들이 있을까?
__범주형 변수 산점도 그래프
__빈도 그래프
__선형 회귀선이 있는 산점도 그래프
__히스토그램과 커널 밀도 추정 그래프
__조인트 그래프
__관계 그래프
__[챗GPT와 함께] 이상치 탐지 그래프는 어떤 그래프로?
__학습 마무리
__연습문제
05장 웹 데이터 수집라이브러리, 뷰티풀수프
_05.1 웹 데이터 수집 기본 개념
__웹 데이터를 수집할 때 주의할 점
__[챗GPT와 함께] robots.txt 알아보기
__[챗GPT와 함께] 야후 파이낸스와 네이버 파이낸스의 robots.txt 비교하기
__웹 데이터 수집 용어 정리하기
__웹 스크래핑은 어떤 과정으로 수행될까?
__뷰티풀수프 기초 사용 방법 알아보기
__웹 스크래핑 원리 이해하기
_05.2 야후 파이낸스 주가 데이터 웹 스크래핑하기
__웹 페이지 파악하기
__헤더에 사용자 에이전트 값 추가하기
__삼성전자 종목 일별 시세 페이지 요청하기
__뷰티풀 수프로 데이터 추출하고 날짜, 원 표시하기
__for문으로 순회하면서 전체 날짜, 종가 데이터 가져오기
__수집한 데이터로 그래프 시각화하기
__[챗GPT와 함께] 날짜와 종가 데이터로 막대 그래프 그리기 346
__[챗GPT와 함께] 주식 데이터를 웹 스크래핑할 추가적인 사이트 349
__학습 마무리
__연습문제
06장 넷플릭스 데이터 분석 프로젝트
_06.1 넷플릭스 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_06.2 넷플릭스 데이터셋 파악하기
__캐글의 넷플릭스 데이터셋?
__[챗GPT와 함께] 캐글의 데이터 분석할 데이터셋 추천받기!
__넷플릭스 데이터셋 변수 살펴보기
__넷플릭스 데이터셋 불러와 살펴보기
_06.3 넷플릭스 데이터셋 결측치 처리하기
__넷플릭스 결측치 비율 확인하고 처리하기
_06.4 넷플릭스 피처 엔지니어링하기
__피처 엔지니어링은 어디에 쓰이나요?
__[챗GPT와 함께] 피처 엔지니어링 더 해보기
_06.5 넷플릭스 시각화하기 380
__데이터 전처리 완료한 데이터셋 불러오기
__넷플릭스 색상 시각화하기 380
__넷플릭스 오징어 게임 검색하기
__넷플릭스 파이 차트 그리기
__넷플릭스 막대 그래프 그리기
__넷플릭스 히트맵 그리기
__넷플릭스 워드 클라우드
__[챗GPT와 함께] 워드 클라우드 더 해보기
__학습 마무리
07장 의료 데이터 분석 프로젝트
_07.1 의료 데이터 분석 프로젝트 소개
__여기서 사용하는 라이브러리
__데이터 분석 목표
__데이터 전처리 과정
__데이터 시각화 미리보기
_07.2 의료 데이터셋 파악하기
__심부전 데이터셋이란?
__심부전 데이터셋 불러온 다음 내용 확인하기
_07.3 심부전 데이터셋 필터링하기
__논리형 인덱싱으로 데이터 필터링하기
_07.4 심부전 데이터셋 결측치 처리하기
__결측치 비율 확인하기
__결측치 처리하기
__결측치 처리 후에 결측치 개수 다시 확인하기
__[챗GPT와 함께] 결측치를 처리하는 방법이 궁금해!
_07.5 심부전 데이터셋 통계 처리하기
__평균값과 중앙값 구하기
__열의 빈도수 구하기
__통계량 요약하기
__그룹별 집계하기
__[챗GPT와 함께] 심부전 데이터셋을 이용한 피처 엔지니어링
_07.6 심부전 데이터셋 시각화하기
__심부전 색상 시각화하기
__심부전 파이 차트 그리기
__심부전 빈도 그래프 그리기
__심부전 데이터 영역 그래프 그리기
__심부전 범주형 산점도 그래프 그리기
__심부전 워드 클라우드 그리기
__[챗GPT와 함께] 추가적인 시각화를 진행해보자
__학습 마무리
상품필수 정보
| 도서명 | 파이썬 데이터 분석가 되기 + 챗GPT | ||
|---|---|---|---|
| 저자/출판사 | 셀레나 / 골든래빗 | ||
| 크기/전자책용량 | 183x235x22 | ||
| 쪽수 | 456 | ||
| 제품 구성 | 낱권 | ||
| 발행일 | 2024-11-15 | ||
| 목차 또는 책소개 | 상세설명 참조 | ||
배송안내
- 배송비 : 기본배송료는 2,500원 입니다. (도서,산간,오지 일부지역은 배송비가 추가될 수 있습니다)
- 본 상품의 평균 배송일은 3일입니다.(입금 확인 후) 설치 상품의 경우 다소 늦어질수 있습니다.[배송예정일은 주문시점(주문순서)에 따른 유동성이 발생하므로 평균 배송일과는 차이가 발생할 수 있습니다.]
- 본 상품의 배송 가능일은 3일 입니다. 배송 가능일이란 본 상품을 주문 하신 고객님들께 상품 배송이 가능한 기간을 의미합니다. (단, 연휴 및 공휴일은 기간 계산시 제외하며 현금 주문일 경우 입금일 기준 입니다.)
교환 및 반품안내
- 상품 택(tag)제거 또는 개봉으로 상품 가치 훼손 시에는 상품수령후 7일 이내라도 교환 및 반품이 불가능합니다.
- 저단가 상품, 일부 특가 상품은 고객 변심에 의한 교환, 반품은 고객께서 배송비를 부담하셔야 합니다(제품의 하자,배송오류는 제외)
- 일부 상품은 신모델 출시, 부품가격 변동 등 제조사 사정으로 가격이 변동될 수 있습니다.
- 신발의 경우, 실외에서 착화하였거나 사용흔적이 있는 경우에는 교환/반품 기간내라도 교환 및 반품이 불가능 합니다.
- 수제화 중 개별 주문제작상품(굽높이,발볼,사이즈 변경)의 경우에는 제작완료, 인수 후에는 교환/반품기간내라도 교환 및 반품이 불가능 합니다.
- 수입,명품 제품의 경우, 제품 및 본 상품의 박스 훼손, 분실 등으로 인한 상품 가치 훼손 시 교환 및 반품이 불가능 하오니, 양해 바랍니다.
- 일부 특가 상품의 경우, 인수 후에는 제품 하자나 오배송의 경우를 제외한 고객님의 단순변심에 의한 교환, 반품이 불가능할 수 있사오니, 각 상품의 상품상세정보를 꼭 참조하십시오.
환불안내
- 상품 청약철회 가능기간은 상품 수령일로 부터 7일 이내 입니다.
AS안내
- 소비자분쟁해결 기준(공정거래위원회 고시)에 따라 피해를 보상받을 수 있습니다.
- A/S는 판매자에게 문의하시기 바랍니다.
이미지 확대보기
파이썬 데이터 분석가 되기 + 챗GPT
비밀번호 인증
글 작성시 설정한 비밀번호를 입력해 주세요.
확인장바구니 담기
상품이 장바구니에 담겼습니다.
바로 확인하시겠습니까?
찜 리스트 담기
상품이 찜 리스트에 담겼습니다.
바로 확인하시겠습니까?
