더북(TheBook): 코딩 자율학습 잔재미코딩의 파이썬 데이터 분석 입문

slide 1 of 18, currently active
slide 2 of 18
slide 3 of 18
slide 4 of 18
slide 5 of 18
slide 6 of 18
slide 7 of 18
slide 8 of 18
slide 9 of 18
slide 10 of 18
slide 11 of 18
slide 12 of 18
slide 13 of 18
slide 14 of 18
slide 15 of 18
slide 16 of 18
slide 17 of 18
slide 18 of 18

코딩 자율학습 잔재미코딩의 파이썬 데이터 분석 입문

핵심만 쏙쏙!
반복 학습으로 데이터 인재로 거듭나기

이 책은 데이터 분석을 체계적으로 익히려는 분과 파이썬을 배웠지만 다음 단계로 무엇을 해야 할지 고민인 분을 위한 책이다. 파이썬 데이터 분석 라이브러리인Pandas를 사용해 데이터를 불러와 분석하는 방법을 다루고, Pandas의 기본 데이터 구조와 기능은 물론 전처리 방법과 Plotly를 사용한 데이터 시각화까지 소개한다. 반복 학습으로 파이썬으로 데이터를 처리하는 데 익숙해지고, Pandas의 다양한 기능을 점진적으로 익히며, 실무 예제로 데이터 분석 작업을 수행함으로써 여러 형식의 데이터를 분석해 인사이트를 도출하는 과정을 배운다.

부록에서는 데이터 분석을 어디서부터 어떻게 공부해야 할지 막막한 분을 위해 데이터 분야의 큰 그림을 그려 주는 로드맵을 제공한다. 또한, 데이터 분야를 업으로 삼으려는 분을 위해 학습 전략과 생성형 AI 도구를 데이터 분석에 활용하는 방법도 소개한다. 데이터 분석의 중요성을 이해하고 데이터 관련 직업을 준비하는 데 도움을 받을 수 있다.

«코딩 자율학습 잔재미코딩의 파이썬 데이터 분석 입문»은 1~4장을 공개합니다.

종이책 구입

Part 1 데이터 분석 준비하기
Part 2 Pandas 다루기
1. 4장 Pandas 기초 배우기
2. 5장 Pandas 기능 사용하기
  1. 5.1 데이터 불러오기
    1. 5.1.1 CSV 파일 불러오기
    2. 5.1.2 엑셀 파일 불러오기
    3. 5.1.3 데이터 불러올 때 유용한 옵션
  2. 5.2 데이터 확인하기
    1. 5.2.1 초반 데이터 확인하기: head( )
    2. 5.2.2 후반 데이터 확인하기: tail( )
    3. 5.2.3 통계 요약하기: describe( )
    4. 5.2.4 데이터 크기 확인하기: shape
  3. 5.3 개별 통계치 구하기
    1. 5.3.1 평균 구하기: mean( )
    2. 5.3.2 최댓값 구하기: max( )
    3. 5.3.3 최솟값 구하기: min( )
    4. 5.3.4 데이터 모두 더하기: sum( )
  4. 5.4 객체/메서드/속성 이해하기
  5. 마무리
  6. 셀프체크
3. 6장 데이터 전처리
  1. 6.1 결측치 처리하기
    1. 6.1.1 결측치 확인하기
    2. 6.1.2 결측치 제거하기
    3. 6.1.3 결측치 대체하기
    4. 6.1.4 실습: HR Analytics 데이터셋의 결측치 대체하기
  2. 6.2 데이터 타입 변환하기
    1. 6.2.1 데이터 타입 확인하기: dtypes
    2. 6.2.2 정수형으로 변환하기
    3. 6.2.3 날짜형으로 변환하기
  3. 6.3 데이터 재구성하기
    1. 6.3.1 열 이름 변경하기
    2. 6.3.2 새로운 열 만들기
    3. 6.3.3 데이터 정렬하기
  4. 6.4 데이터 정제하기
    1. 6.4.1 중복 데이터 처리하기
    2. 6.4.2 이상치 처리하기
    3. 6.4.3 문자열 데이터 정제하기
  5. 6.5 데이터 병합하기
    1. 6.5.1 데이터 연결하기
    2. 6.5.2 데이터 병합하기
  6. 마무리
  7. 셀프체크
Part 3 데이터 분석과 시각화 실습하기
1. 7장 실습: 영화 데이터 분석하기
  1. 7.1 데이터 불러오기
  2. 7.2 데이터 확인하기
    1. 7.2.1 데이터 구조 파악하기
    2. 7.2.2 기본 통계 정보 확인하기
    3. 7.2.3 데이터 크기 확인하기
  3. 7.3 영화 평점과 참여자 수 분석하기
    1. 7.3.1 영화 평점의 평균 구하기
    2. 7.3.2 최고 평점 영화 찾기
    3. 7.3.3 최저 평점 영화 찾기
    4. 7.3.4 전체 평가 참여자 수와 영화당 평균 참여자 수 구하기
    5. 7.3.5 데이터 분석 결과
  4. 마무리
  5. 셀프체크
2. 8장 실습: 부동산 데이터 분석하기
  1. 8.1 데이터 확인하기
    1. 8.1.1 데이터 구조 파악하기
    2. 8.1.2 기본 통계 정보 확인하기
  2. 8.2 부동산 매매가격 분석하기
    1. 8.2.1 평균 매매가격 계산하기
    2. 8.2.2 다양한 집계 함수 사용하기
  3. 마무리
  4. 셀프체크
3. 9장 Plotly로 데이터 시각화하기
  1. 9.1 Plotly 개요
    1. 9.1.1 plotly.express 모듈
    2. 9.1.2 Plotly 설치하기
  2. 9.2 히스토그램으로 시각화하기
    1. 9.2.1 히스토그램이란
    2. 9.2.2 영화 평점을 히스토그램으로 그리기
    3. 9.2.3 구간 개수와 그래프 제목 바꾸기
    4. 9.2.4 Plotly 그래프 인터페이스 살펴보기
  3. 9.3 꺾은선 그래프로 시각화하기
    1. 9.3.1 데이터 준비하기
    2. 9.3.2 계약년월별 평균 매매가격을 꺾은선 그래프로 그리기
  4. 9.4 막대그래프로 시각화하기
    1. 9.4.1 데이터 준비하기
    2. 9.4.2 연도별 거래횟수 변화를 막대그래프로 그리기
  5. 마무리
  6. 셀프체크
4. 10장 실습: 마케팅 데이터 분석하기
  1. 10.1 데이터 불러와 확인하기
    1. 10.1.1 데이터 구조 파악하기
    2. 10.1.2 기본 통계 정보 확인하기
  2. 10.2 데이터 분석하기
    1. 10.2.1 데이터 전처리하기
    2. 10.2.2 마케팅 채널별 고객 획득 비용 분석하기
    3. 10.2.3 마케팅 채널별 평균 구매 전환율 분석하기
    4. 10.2.4 타깃 고객 그룹별 평균 구매 전환율 분석하기
    5. 10.2.5 캠페인 기간별 평균 구매 전환율 분석하기
    6. 10.2.6 지역별 고객 획득 비용 분석하기
    7. 10.2.7 종합 분석하기
  3. 10.3 데이터 시각화하기
    1. 10.3.1 마케팅 채널별 고객 획득 비용 시각화하기
    2. 10.3.2 마케팅 채널별 평균 구매 전환율 시각화하기
    3. 10.3.3 타깃 고객 그룹별 평균 구매 전환율 시각화하기
    4. 10.3.4 캠페인 기간별 평균 구매 전환율 시각화하기
    5. 10.3.5 지역별 고객 획득 비용 시각화하기
  4. 마무리
  5. 셀프체크
5. 11장 실습: 데이터 분석과 시각화 심화
  1. 11.1 영화 데이터 심층 분석하기
    1. 11.1.1 연도별 평균 영화 평점 확인하기
    2. 11.1.2 장르별 평점 분포 확인하기
    3. 11.1.3 영화 데이터의 상관관계 분석하기
  2. 11.2 부동산 데이터 심층 분석하기
    1. 11.2.1 각 구의 연도별 평균 거래금액 구하기
    2. 11.2.2 각 구의 연도별 평균 거래금액 시각화하기
  3. 11.3 전자상거래 데이터 분석하고 시각화하기
    1. 11.3.1 데이터 확인하기
    2. 11.3.2 피벗 테이블이란
    3. 11.3.3 피벗 테이블 시각화하기
  4. 마무리
  5. 셀프체크
6. 부록 A 향후 학습 가이드
  1. A.1 입문자를 위한 Pandas와 Plotly 학습 전략
    1. A.1.1 효과적인 학습 방법
    2. A.1.2 효과적인 학습 자료와 도구 활용
  2. A.2 데이터 분야 학습 로드맵
    1. A.2.1 학습 로드맵
    2. A.2.2 진로에 따른 학습 로드맵
  3. A.3 데이터 분석과 커리어
    1. A.3.1 데이터 분석의 중요성
    2. A.3.2 데이터 분야 직종
    3. A.3.3 업무별 데이터 분석 활용
    4. A.3.4 직군별 데이터 분석 활용 사례
7. 부록 B 생성형 AI 활용 방법
  1. B.1 ChatGPT와 Claude
    1. B.1.1 ChatGPT
    2. B.1.2 Claude
    3. B.1.3 생성형 AI를 활용한 데이터 분석
    4. B.1.4 생성형 AI를 활용한 데이터 분석 학습 전략

신간 소식 구독하기

뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.

코딩 자율학습 잔재미코딩의 파이썬 데이터 분석 입문

핵심만 쏙쏙!반복 학습으로 데이터 인재로 거듭나기

종이책 구입

목차

핵심만 쏙쏙!
반복 학습으로 데이터 인재로 거듭나기