이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 분철옵션 선택 시, 배송일이 변경될 수 있습니다.
- 분철상품은 해외배송이 불가합니다.
- 문화비소득공제 가능
이 분야의 이벤트
이 상품의 태그
상세 이미지
책소개
목차
|
CHAPTER 01 데이터 분석 기초 3
1.1 데이터 분석이란? 3 1.2 데이터 분석의 필요성 3 1.3 데이터 분석의 분석 대상은 무엇인가? 5 1.4 데이터 분석의 일반적인 프로세스 8 1.5 데이터 분석 도구: 엑셀과 파이썬 11 CHAPTER 02 냄비 확인하기 ― 파이썬 기초 지식 15 2.1 파이썬이란? 15 2.2 파이썬 설치 16 2.3 Jupyter Notebook 소개 21 2.4 기본 개념 30 2.5 문자열 34 2.6 데이터 구조-리스트 38 2.7 데이터 구조-딕셔너리(dict) 43 2.8 데이터 구조-튜플 45 2.9 연산자 47 2.10 반복문 48 2.11 조건문 50 2.12 함수 53 2.13 고급 기능 56 2.14 모듈 58 CHAPTER 03 Pandas 데이터 구조 59 3.1 Series 데이터 구조 59 3.2 DataFrame 테이블 형식의 데이터 구조 61 CHAPTER 04 원재료 준비하기 ― 데이터 소스 가져오기 66 4.1 외부 데이터 가져오기 66 4.2 데이터 생성하기 77 4.34.3 데이터 파악하기 77 CHAPTER 05 쌀과 야채 씻기 ― 데이터 전처리 83 5.1 결측값 처리 83 5.2 중복값 처리 89 5.3 이상값 검측과 처리 92 5.4 데이터 유형 변환 94 5.5 인덱스 설정 97 CHAPTER 06 요리와 재료 선택하기 ― 데이터 선별 103 6.1 열 선택하기 103 6.2 행 선택하기 106 6.3 행과 열 동시 선택하기 109 CHAPTER 07 재료 손질하기 ― 데이터 조작 113 7.1 데이터 바꾸기 113 7.2 데이터 정렬하기 118 7.3 데이터 순위 확인하기 122 7.4 데이터 삭제하기 125 7.5 숫자 카운트하기 128 7.6 유일한 데이터 가져오기(중복값을 하나로 표현하기) 130 7.7 데이터 찾기 130 7.8 구간 분할하기 132 7.9 새로운 행 또는 열 삽입하기 135 7.10 행과 열 바꾸기 136 7.11 인덱스 재구성하기 138 7.12 테이블의 길이와 너비 전환하기 139 7.13 apply( )와 applymap( ) 함수 142 CHAPTER 08 요리 시작하기 ― 데이터 연산 144 8.1 산술 연산 144 8.2 비교 연산 146 8.3 일괄 연산 146 8.4 상관성 계산하기 155 CHAPTER 09 요리 타이머 ― 시계열 157 9.1 현재 시간 가져오기 157 9.2 날짜와 시간 형식 지정하기 159 9.3 문자열과 시간 형식 상호 변환하기 161 9.4 시간 인덱스 161 9.5 시간 계산하기 165 CHAPTER 10 요리 분류 ― 데이터 그룹화/피벗 테이블 168 10.1 데이터 그룹화 168 10.2 데이터 피벗 테이블 174 CHAPTER 11 디저트 과일 접시 준비 ― 다중 테이블 결합 179 11.1 테이블의 가로 결합 179 11.2 테이블의 수직 결합 187 CHAPTER 12 상 차리기 ― 결과 도출 191 12.1 .xlsx 파일 내보내기 191 12.2 .csv 파일 내보내기 195 12.3 파일을 여러 시트로 내보내기 198 CHAPTER 13 요리 가지런히 놓기 ― 데이터 시각화 199 13.1 데이터 시각화란? 199 13.2 데이터 시각화의 기본 과정 199 13.3 그래프의 기본 구성 요소 200 13.4 엑셀과 파이썬의 시각화 202 13.5 캔버스와 좌표계 생성하기 203 13.6 좌표축 설정하기 209 13.7 다른 그래프 형식 설정하기 216 13.8 일반적인 그래프 그리기 226 13.9 그래프 조합하기 251 13.10 이중축 그래프 생성 255 13.11 그래프 스타일 설정 257 CHAPTER 14 대표적인 데이터 분석 사례 263 14.1 파이썬을 사용한 보고서 자동화 263 14.2 이메일 자동으로 보내기 268 14.3 슈퍼마켓 체인점 관련 데이터 분석 271 14.4 은행 관련 데이터 분석 275 CHAPTER 15 NumPy 배열 280 15.1 NumPy 소개 280 15.2 NumPy 배열 생성 281 15.3 NumPy 배열의 기본 속성 286 15.4 NumPy 배열의 데이터 선택 288 15.5 NumPy 배열의 데이터 전처리 292 15.6 NumPy 배열 재구성 293 15.7 NumPy 배열 병합 295 15.8 자주 사용하는 데이터 분석 함수 297 |
저자 소개 2
?俊?
인터넷 회사에서 데이터 분석가로 일하고 있으며, 파이썬, SQL, 엑셀을 능숙하게 다룰 수 있어서 데이터 분석뿐만 아니라 머신러닝 분야에서도 두각을 드러내고 있다. 지식 나누기를 좋아하고, 데이터 과학자로서 평생 공부하고, 실천하며, 나누는 삶을 소망하고 있다. 개인 위챗 계정에서 데이터 분석, 머신러닝, 웹 크롤링, 파이썬 프로그래밍에 도움이 되는 정보를 공유하고 있다.
코딩도 좋아하지만, 그보다 더 좋아하는 건 문제를 깔끔하게 해결하는 순간이다. 프로그래밍 언어와 영어, 중국어, 일본어 같은 자연어에도 관심이 많고, 배우는 걸 즐긴다. 현재는 일본의 자동차 회사에서 소프트웨어를 개발하고 있다.
이춘혁의 다른 상품
품목정보
- 발행일
- 2021년 06월 17일
- 쪽수, 무게, 크기
- 328쪽 | 170*225*19mm
- ISBN13
- 9791191600117
책 속으로
|
파이썬은 프로그래밍 언어이지만 데이터 분석 분야에서는 엑셀의 기본 기능과 같습니다. 엑셀은 익숙하고 익히기 쉬운 프로그램이므로 파이썬의 데이터 분석과 비교하여 학습할 수 있습니다. 같은 기능에 대해 엑셀에서 사용하는 방법과 파이썬에서 사용하는 코드를 각각 확인하여 효과적인 학습을 진행할 수 있습니다. 예를 들어, 엑셀에서 하나의 데이터를 다른 데이터로 바꾸는 데이터 변환은 다음 그림과 같습니다.
--- p.xviii 데이터 분석은 빅데이터 뒤에 숨겨진 정보를 추출하고, 데이터 내부의 규칙을 정리할 수 있습니다. 경험에 의존해 머리를 맞대고 의사 결정을 진행하던 이전의 방식에서 벗어나 데이터 분석을 중시하는 기업이 점차 늘고 있습니다. 구체적인 예를 들면, 데이터 분석은 기업의 일상 업무에서 현황 분석, 원인 분석, 예측 분석과 같은 중요한 역할을 합니다. --- p.4 엑셀에서는 먼저 결측값이 없는 기준 열을 선택하여 열의 총 데이터 개수를 확인하고, 다른 열의 수와 비교합니다. 다른 열의 데이터 개수가 기준 열보다 적으면 결측값이 존재한다는 것을 의미하므로 두 수의 차가 결측값의 수가 됩니다. --- p.83 상관성은 앞서 살펴본 기저귀와 맥주 판매 예시와 같이 두 사물 간의 상관관계 측정에 자주 사용됩니다. 보통 상관 계수를 사용해 두 사물의 상관관계를 측정하므로 상관성 계산은 상관 계수의 계산이며, 일반적으로 피어슨(Pearson) 상관 계수를 사용합니다. --- p.155 데이터 분석가는 보고서를 작성해야 하는 일이 많지만, 작성할 보고서가 너무 많으면 데이터를 분석할 시간이 없습니다. 데이터 분석가의 핵심 가치는 단순히 데이터를 나열하는 것이 아니라 보고서를 통해 데이터 너머의 숨겨진 정보를 찾아내는 것입니다. 간단한 데이터만 나열하는 것은 데이터 분석가가 아니라 데이터 수집가일 뿐입니다. 단순한 수집가에 그치지 않고 분석에 더욱 힘을 쏟기 위해서는 어떻게 해야 할까요? 스크립트를 통해 고정된 데이터의 수집 작업을 자동으로 진행하면, 분석가는 더 많은 시간을 수집 작업이 아닌 분석에 사용할 수 있습니다. 이와 같이 프로그램이 자동으로 실행되는 프로세스를 자동화라고 합니다. --- p.263 |
출판사 리뷰
|
데이터 분석 + 엑셀 데이터 분석 + 파이썬 데이터 분석을 한 권으로 끝낸다!
이 책은 데이터 분석의 전체 프로세스를 체계적으로 학습할 수 있는 실습서이자 데이터 분석가에게는 꼭 필요한 실전 도구와 같다. 파이썬 데이터 분석, 엑셀 데이터 분석, 그리고 일반적인 데이터 분석을 서로 비교하며 쉽게 배울 수 있도록 구성하였다. 데이터 분석을 위한 절차인 도구 익히기, 데이터 가져오기, 데이터 익히기, 데이터 처리, 데이터 분석, 분석 결과를 엑셀과 파이썬으로 비교하며 구현한다. 또한 그 각각의 과정에서 어떤 것들이 사용될 수 있는지, 과정과 과정 사이에 무슨 연관이 있는지를 알려준다. 아울러, 엑셀 기능과의 비교를 통해 파이썬 구현 코드를 학습하고, 직접 따라 하며 배우는 실습 위주의 구성을 통해서 코딩에 대한 독자들의 두려움을 없앴다. 처음부터 하나씩 따라 하다 보면 데이터 분석의 전 과정을 체계적으로 학습할 수 있을 것이다 이 책의 대상 독자 -엑셀 또는 파이썬에 익숙하지 않은 데이터 분석가 -엑셀을 사용하고 있지만 파이썬을 통해 업무 효율을 높이고 싶은 담당자 |
