<파이썬 라이브러리를 활용한 데이터 분석(2판)>의 소스코드를 담고 있는 주피터 노트북과 <밑바닥부터 시작하는 데이터 과학(2판)>의 소스코드를 기본 틀로 삼아 파이썬 언어를 이용한 데이터 분석 기초 강의노트 모음집을 제공합니다.

감사의 글

소중한 소스코드를 공개한 웨스 맥키니(Wes McKinney)와 조엘 그루스(Joel Grus)에게 진심어린 감사를 전합니다.

목차

  1. 강의 목표 및 주요 내용   [html]

  2. 파이썬 프로그래밍 기초 1부
    • 1편: 기초 문법   [html], [colab]
    • 2편: 스칼라 자료형, 제어문(if 조건문, for 반복문, while 반복문)   [html], [colab]
  3. 파이썬 프로그래밍 기초 2부
    • 1편: 모음 자료형 1편(튜플, 리스트), range() 함수   [html], [colab]
    • 2편: 모음 자료형 2편(사전, 집합), 조건 제시법(comprehension)   [html], [colab]
    • 3편: 함수   [html], [colab]
    • 4편: 이터러블/이터레이터/제너레이터, 오류와 예외처리, 파일   [html], [colab]
    • 5편: 클래스와 자료형   [html], [colab]
    • 6편: 자료형 명시(type annotation)   [html], [colab]
  4. 넘파이(numpy)
    • 1편: 넘파이 어레이 소개, 어레이 기초 연산   [html], [colab]
    • 2편: 어레이 인덱싱, 슬라이싱, 전치 어레이   [html], [colab]
    • 3편: 어레이 활용: 정렬, 확률과 통계, 선형대수, 난수 생성   [html], [colab]
    • 4편: 고급 넘파이 기능   [html], [colab]
  5. 선형대수 기초 밑바닥부터: 벡터와 행렬   [html], [colab]
  6. 통계 기초 밑바닥부터: 중심경향성, 산포도, 상관관계   [html], [colab]
  7. 판다스(pandas)
    • 1편: 시리즈(Series), 데이터프레임(DataFrame) 소개   [html], [colab]
    • 2편: 시리즈, 데이터프레임 핵심 기능   [html], [colab]
    • 3편: 기초 통계 활용   [html], [colab]
  8. 그래프와 시각화
    • 1편: 막대 그래프, 히스토그램, 선 그래프, 산점도   [html], [colab]
    • 2편: matplotlib.pyplot의 시각화 도구 API   [html], [colab]
    • 3편: 판다스와 Seaborn의 시각화 도구 API   [html], [colab]
  9. 머신러닝 맛보기

실습 과제

  1. 실습 과제 1: 파이썬 기초 문법   [html], [colab]
  2. 실습 과제 2: 이미지 크기 조절   [html], [colab]
  3. 실습 과제 3: 넘파이 기초 활용   [html], [colab]
  4. 실습 과제 4: 판다스 기초 활용   [html], [colab]
  5. 실습 과제 5: 선형대수 기초(넘파이와 판다스 활용)   [html], [colab]
  6. …

링크 활용법

권장 사항

파이썬 프로그래밍이 처음이거나 기초가 약하다면 아래 파이썬 데이터 분석 프로그래밍 왕기초 내용을 먼저 읽기를 추천합니다.

프로그래밍 환경

아래에서 소개하는 온라인 또는 오프라인 환경설정을 선택해서 사용할 수 있습니다. 온라인 활용법은 아무런 설치과정 없이 바로 실습할 수 있는 환경을, 반면에 오프라인 환경설정은 보다 편리하며 개별화된 프로그래밍 환경을 제공합니다.

온라인

추천 활용법: 장 별로 지정된 구글 코랩 노트북 활용

주의사항: 온라인 상에서 작업한 내용은 저장되지 않으며, 따라서 먼저 자신의 계정으로 사본을 만든 후에 수정 및 실행해야 함.

구글 코랩 사용법은 아래 동영상을 참조하세요.

오프라인

추천 활용법: 프로젝트 리포지토리를 복제한 후에 아나콘다의 주피터 노트북 활용.

참고 자료