±¹³»µµ¼
ÄÄÇ»ÅÍ/ÀÎÅͳÝ
IT Àü¹®¼
ÇÁ·Î±×·¡¹Ö ¾ð¾î
2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.
Á¤°¡ |
35,000¿ø |
---|
31,500¿ø (10%ÇÒÀÎ)
1,750P (5%Àû¸³)
ÇÒÀÎÇýÅÃ | |
---|---|
Àû¸³ÇýÅà |
|
|
|
Ãß°¡ÇýÅÃ |
|
À̺¥Æ®/±âȹÀü
¿¬°üµµ¼
»óÇ°±Ç
ÀÌ»óÇ°ÀÇ ºÐ·ù
Ã¥¼Ò°³
ÆÄÀ̽㠱â¹ÝÀÇ Åë°è ÆÐÅ°ÁöÀÎ Pandas´Â °í¼º´ÉÀÇ µ¥ÀÌÅÍ ±¸Á¶¸¦ Á¦°øÇÔÀ¸·Î½á µ¥ÀÌÅÍ Å½»ö°ú ºÐ¼®À» ¸Å¿ì ¿ëÀÌÇÏ°Ô ÇØÁÖ´Â, µ¥ÀÌÅÍ ºÐ¼®°¡ÀÇ È¿À²ÀûÀÎ µµ±¸´Ù. ÀÌ Ã¥Àº Pandas ¶óÀ̺귯¸®ÀÇ ¿ÏÀüÇÑ ±â´ÉÀ» ¹è¿òÀ¸·Î½á È¿À²ÀûÀÎ µ¥ÀÌÅÍ Á¶ÀÛ°ú ºÐ¼®ÀÇ ±æ·Î ¾È³»ÇÑ´Ù. µ¥ÀÌÅÍ ºÐ¼®°ú ¹Ýº¹ ÇÁ·Î¼¼½º¿¡ ´ëÇÑ ±âÃʺÎÅÍ µ¥ÀÌÅÍ ¸ðµ¨¸µ, ¿ø°Ý µ¥ÀÌÅÍ Á¢±Ù, ¼öÄ¡ Çؼ®°ú Åë°è ºÐ¼®, µ¥ÀÌÅÍ Àε¦½Ì°ú Áý°è ºÐ¼®, ±×¸®°í Åë°è µ¥ÀÌÅÍÀÇ ½Ã°¢È¿Í ±ÝÀ¶ ºÐ¼®±îÁö ¼öÇàÇÏ´Â °úÁ¤À» ÅëÇØ µ¥ÀÌÅÍ °úÇÐÀÇ ÇÙ½É ´Ü°è¸¦ ¼³¸íÇÑ´Ù.
ÃâÆÇ»ç ¼Æò
¡Ú ÀÌ Ã¥¿¡¼ ´Ù·ç´Â ³»¿ë ¡Ú
¡á µ¥ÀÌÅÍ ºÐ¼®°¡¿Í °úÇÐÀÚ°¡ µ¥ÀÌÅ͸¦ ¼öÁýÇÏ°í ÆľÇÇÏ´Â ¹æ½ÄÀÇ ÀÌÇØ
¡á µ¥ÀÌÅÍ ºÐ¼®ÀÇ Ã³À½ºÎÅÍ ³¡±îÁö Áö¿øÇÏ´Â PandasÀÇ È°¿ë
¡á ½Ã¸®Áî¿Í µ¥ÀÌÅÍ ÇÁ·¹ÀÓÀ» »ç¿ëÇÑ ´Üº¯·®°ú ´Ùº¯·® µ¥ÀÌÅÍ Ç¥Çö
¡á µ¥ÀÌÅÍÀÇ ºÐÇÒ°ú ºÐ¸®, ¿©·¯ ÃâóÀÇ µ¥ÀÌÅÍ Á¶ÇÕ, ±×·ìÈ, Áý°è ¹æ¹ý
¡á ÆÄÀÏ, µ¥ÀÌÅͺ£À̽º, À¥ ¼ºñ½º µîÀÇ ¿ÜºÎ µ¥ÀÌÅÍ Á¢±Ù
¡á ½Ã°è¿ µ¥ÀÌÅÍÀÇ Ç¥Çö, Á¶ÀÛ, ´Ù¾çÇÑ ÀÇ¹Ì ÆľÇ
¡á Åë°è Á¤º¸ÀÇ ½Ã°¢È
¡á Pandas¸¦ ÀÌ¿ëÇÑ ´Ù¾çÇÑ ±ÝÀ¶ µ¥ÀÌÅÍ Ç¥Çö°ú ºÐ¼®
¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú
Pandas¸¦ ÀÌ¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼®¿¡ ºüÁ®º¸°í ½ÍÀº µ¥ÀÌÅÍ °úÇÐÀÚ, µ¥ÀÌÅÍ ºÐ¼®°¡, ÆÄÀ̽ã ÇÁ·Î±×·¡¸Ó ¶Ç´Â µ¥ÀÌÅÍ ºÐ¼®¿¡ °ü½ÉÀÌ ÀÖ´Â ´©±¸¿¡°Ô³ª ÀûÇÕÇÏ´Ù. Åë°è¿Í ÇÁ·Î±×·¡¹Ö¿¡ ´ëÇÑ ¾à°£ÀÇ Áö½ÄÀÌ ÀÖ´Ù¸é ´õ¿í µµ¿òÀÌ µÇ°ÚÁö¸¸, ¹Ýµå½Ã ÇÊ¿äÇÑ Á¶°ÇÀº ¾Æ´Ï´Ù. Pandas¿¡ ´ëÇÑ °æÇè ¿ª½Ã ÇÊ¿äÇÏÁö ¾Ê´Ù.
¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú
1Àå, ¡®Pandas¿Í µ¥ÀÌÅÍ ºÐ¼®¡¯¿¡¼´Â PandasÀÇ ÁÖ¿ä Ư¡À» ¼Ò°³ÇÑ´Ù. 1ÀåÀÇ ¸ñÀûÀº Åë°è¿Í µ¥ÀÌÅÍ °úÇÐÀÇ ¸Æ¶ô¿¡¼ PandasÀÇ ¿ªÇÒÀ» Á¦½ÃÇÏ´Â °ÍÀÌ´Ù. Áï, µ¥ÀÌÅÍ °úÇаú °ü·ÃÇÑ ¿©·¯ °³³äÀ» ¾Ë¾Æº¸°í À̸¦ Pandas°¡ ¾î¶»°Ô Áö¿øÇÏ´ÂÁö ¼³¸íÇÑ´Ù. ÀÌ·Î½á µ¥ÀÌÅÍ °úÇаú µ¥ÀÌÅÍ °úÇÐ ÇÁ·Î¼¼½º¿Í °ü·ÃÇÑ ÀÌÈÄÀÇ °¢ ÀåÀ» °øºÎÇÒ Áغñ¸¦ °®Ãá´Ù.
2Àå, ¡®PandasÀÇ ¼³Ä¡¿Í °¡µ¿¡¯¿¡¼´Â Pandas¸¦ ´Ù¿î·ÎµåÇØ ¼³Ä¡ÇÏ´Â ¹æ¹ý°ú ¸î °¡Áö ±âº» °³³äÀ» ¾Ë¾Æº»´Ù. ¶ÇÇÑ iPython°ú ÁÖÇÇÅÍ ³ëÆ®ºÏ(Jupyter Notebook)À» »ç¿ëÇØ ½Ç½ÀÀ» ÁøÇàÇÏ´Â ¸ð½ÀÀ» º¸¿©ÁØ´Ù.
3Àå, ¡®Series·Î ´Üº¯·® µ¥ÀÌÅÍ Ç¥Çö¡¯¿¡¼´Â À妽º¸¦ °®´Â 1Â÷¿øÀÇ µ¥ÀÌÅÍ Ç¥Çö ¹æ¹ýÀÎ PandasÀÇ Series·Î ÀÛ¾÷À» ½ÃÀÛÇÑ´Ù. Series °´Ã¼¸¦ ¸¸µå´Â ¹æ¹ý°ú ±× ¾ÈÀÇ µ¥ÀÌÅ͸¦ Á¶ÀÛÇÏ´Â ¹æ¹ýÀ» °øºÎÇÒ °ÍÀ̸ç, Ãß°¡·Î À妽Ì, µ¥ÀÌÅÍ Á¤·Ä, ½½¶óÀÌ½Ì µî¿¡ ´ëÇØ ¾Ë¾Æº»´Ù.
4Àå, ¡®DataFrameÀ¸·Î ´Ùº¯·® µ¥ÀÌÅÍ Ç¥Çö¡¯¿¡¼´Â À妽º¸¦ °®´Â 2Â÷¿øÀÇ µ¥ÀÌÅÍ Ç¥Çö ¹æ¹ýÀÎ PandasÀÇ DataFrame¿¡ ´ëÇØ ¾Ë¾Æº»´Ù. DataFrame °´Ã¼¸¦ ¸¸µå´Â ¹æ¹ý°ú Á¤Àû µ¥ÀÌÅͼÂÀÇ »ç¿ë ¹æ¹ý, ƯÁ¤ Ä®·³À̳ª ·Î¿ì¸¦ ¼±ÅÃÇÏ´Â ¹æ¹ý µîÀ» ¹è¿î´Ù.
5Àå, ¡®DataFrame ±¸Á¶ ´Ù·ç±â¡¯¿¡¼´Â 4Àå¿¡¼ ÇÑ °ÉÀ½ ´õ ³ª¾Æ°¡ DataFrameÀ¸·Î Á» º¹ÀâÇÑ ÀÛ¾÷À» ¼öÇàÇغ»´Ù. ±¸Ã¼ÀûÀ¸·Î´Â Ä®·³À̳ª ·Î¿ì¸¦ Ãß°¡, ±³Ã¼, »èÁ¦Çغ¸¸ç, DataFrame ¾ÈÀÇ µ¥ÀÌÅ͸¦ Á¶ÀÛÇغ»´Ù.
6Àå, ¡®µ¥ÀÌÅÍ Àε¦½Ì¡¯¿¡¼´Â PandasÀÇ À妽º È°¿ë ¹æ¹ýÀ» ÀÚ¼¼È÷ ¾Ë¾Æº»´Ù. ƯÈ÷ °¢ À妽ºÀÇ À¯Çü°ú ¼³Á¤, °èÃþÇü À妽º¸¦ ´Ù·ç´Â ¹æ¹ýÀ» ¹è¿î´Ù.
7Àå, ¡®¹üÁÖÇü µ¥ÀÌÅÍ¡¯¿¡¼´Â CategoricalÀ» »ç¿ëÇØ PandasÀÇ ¹üÁÖ¸¦ ´Ù·ç´Â ¹æ¹ýÀ» ¾Ë¾Æº»´Ù.
8Àå, ¡®¼öÄ¡ Çؼ®°ú Åë°è ±â¹ý¡¯¿¡¼´Â ±âº»ÀûÀÎ »ê¼ú ¿¬»êÀº ¹°·Ð ±â¼ú Åë°è, ÀÌ»êÈ, ·Ñ¸µ À©µµ¿ì, ¹«ÀÛÀ§ Ç¥Áý µî ´Ù¾çÇÑ Åë°è ÀÛ¾÷À» ¼öÇàÇغ»´Ù.
9Àå, ¡®µ¥ÀÌÅÍ Á¢±Ù¡¯¿¡¼´Â ¿ÜºÎ·ÎºÎÅÍ µ¥ÀÌÅ͸¦ ·ÎµùÇØ Series³ª DataFrameÀ¸·Î ÀúÀåÇÏ´Â ¹æ¹ýÀ» ¹è¿î´Ù. ¶ÇÇÑ ÆÄÀÏ, HTTP ¼¹ö, µ¥ÀÌÅͺ£À̽º, À¥ ¼ºñ½º µî ´Ù¾çÇÑ Àå¼ÒÀÇ µ¥ÀÌÅÍ¿¡ Á¢±ÙÇÏ´Â ¹æ¹ýÀ» ¾Ë¾Æº»´Ù. CSV, HTML, JSON, HDF5 Çü½ÄÀÇ µ¥ÀÌÅ͸¦ ó¸®ÇÏ´Â ¹æ¹ýµµ ¹è¿î´Ù.
10Àå, ¡®µ¥ÀÌÅÍ Á¤µ·¡¯¿¡¼´Â Pandas°¡ Á¦°øÇÏ´Â ´Ù¾çÇÑ µµ±¸¸¦ »ç¿ëÇØ ÁöÀúºÐÇϰųª ´©¶ôµÈ µ¥ÀÌÅ͸¦ ºÐ¼®¿¡ À¯¿ëÇÑ ÇüÅ·Π°ü¸®ÇÏ´Â ¹æ¹ýÀ» °øºÎÇÑ´Ù.
11Àå, ¡®µ¥ÀÌÅÍÀÇ Á¶ÇÕ, ¿¬°ü, ÀçÇü¼º¡¯¿¡¼´Â º¹¼öÀÇ Pandas °´Ã¼·ÎºÎÅÍ µ¥ÀÌÅ͸¦ Á¢ÇÕÇϰųª º´ÇÕÇÏ´Â ´Ù¾çÇÑ ±â¹ýÀ» ¹è¿î´Ù.
12Àå, ¡®µ¥ÀÌÅÍ Áý°è¡¯¿¡¼´Â µ¥ÀÌÅÍÀÇ ±×·ìÈ¿Í Áý°è ºÐ¼®¿¡ ´ëÇØ ¾Ë¾Æº»´Ù. Pandas¿¡¼´Â À̸¦ ºÐÇÒ-Àû¿ë-ÀçÁ¶ÇÕ ÆÐÅÏÀ̶ó°í Çϴµ¥, ÀÌ ÆÐÅÏÀ» »ç¿ëÇØ ¿©·¯ ¹æ¹ýÀ¸·Î µ¥ÀÌÅÍ ±×·ìȸ¦ ¼öÇàÇغ¸°í Áý°è ÇÔ¼ö¸¦ Àû¿ëÇØ µ¥ÀÌÅ͸¦ ó¸®Çغ»´Ù.
13Àå, ¡®½Ã°è¿ ¸ðµ¨¸µ¡¯¿¡¼´Â ½Ã°è¿ µ¥ÀÌÅÍ¿¡ °üÇØ ¾Ë¾Æº»´Ù. Pandas°¡ Á¦°øÇÏ´Â ¹æ´ëÇÑ ±â´ÉÀ» »ç¿ëÇØ ½Ã°è¿ µ¥ÀÌÅ͸¦ ´Ù·ç°í ºÐ¼®ÇÏ´Â ¹æ¹ýÀ» °øºÎÇÑ´Ù.
14Àå, ¡®½Ã°¢È¡¯¿¡¼´Â matplotlibÀ» Áß½ÉÀ¸·Î Pandas µ¥ÀÌÅ͸¦ ½Ã°¢ÈÇÏ´Â ¹æ¹ýÀ» ¾Ë¾Æº»´Ù. ¸·´ë±×·¡ÇÁ, È÷½ºÅä±×·¥, ¹Ú½º-¼ö¿° ±×·¡ÇÁ, ¿µ¿ª ±×·¡ÇÁ, »êÁ¡µµ, Ä¿³Î ¹Ðµµ ÃßÁ¤ Â÷Æ®, È÷Æ®¸Ê µî ÀϹÝÀûÀÎ ¿©·¯ Â÷Æ®¸¦ ÅëÇØ ±ÝÀ¶ µ¥ÀÌÅ͸¦ Ç¥ÇöÇÏ´Â ¹æ¹ýÀ» ¾Ë¾Æº»´Ù.
15Àå, ¡®°ú°Å ÁÖ°¡ ºÐ¼®¡¯¿¡¼´Â ±âº»ÀûÀÎ ±ÝÀ¶ ºÐ¼® ±â¹ýÀ» ¾Ë¾Æº»´Ù. ±¸±Û ÆÄÀ̳½½º(Google Finance)·ÎºÎÅÍ µ¥ÀÌÅ͸¦ °¡Á®¿Í ¼öÀÍ·ü, À̵¿ Æò±Õ, º¯µ¿¼º µî ¿©·¯ ÁÖÁ¦¸¦ ´Ù·ç¸ç, ±×·± ±ÝÀ¶ °³³ä¿¡ ½Ã°¢È¸¦ Àû¿ëÇÏ´Â ¹æ¹ýµµ ¾Ë¾Æº»´Ù.
¸ñÂ÷
1Àå. pandas¿Í µ¥ÀÌÅÍ ºÐ¼®
__pandas ¼Ò°³
__µ¥ÀÌÅÍ Á¶ÀÛ, ºÐ¼®, °úÇаú pandas
____µ¥ÀÌÅÍ Á¶ÀÛ
____µ¥ÀÌÅÍ ºÐ¼®
____µ¥ÀÌÅÍ °úÇÐ
____pandasÀÇ ÀûÁ¤ ¿µ¿ª
__µ¥ÀÌÅÍ ºÐ¼® ÇÁ·Î¼¼½º
____ÇÁ·Î¼¼½º
__ÀÌ Ã¥¿¡¼ °¢ ´Ü°èÀÇ °ü·Ã À§Ä¡
__pandas ¿©ÇàÀ» À§ÇÑ µ¥ÀÌÅÍ¿Í ºÐ¼®ÀÇ °³³ä
____µ¥ÀÌÅÍ À¯Çü
____º¯¼ö
____½Ã°è¿ µ¥ÀÌÅÍ
____ºÐ¼®°ú Åë°èÀÇ ±âÃÊ °³³ä
__±âŸ À¯¿ëÇÑ ÆÄÀ̽㠶óÀ̺귯¸®
____¼öÇаú °úÇÐ: NumPy¿Í SciPy
____Åë°è ºÐ¼®: StatsModels
____¸Ó½Å ·¯´×: scikit-learn
____½ºÅäij½ºÆ½ º£ÀÌÁö¾È ¸ðµ¨¸µ: PyMC
____µ¥ÀÌÅÍ ½Ã°¢È: matplotlib°ú seaborn
__Á¤¸®
2Àå. pandasÀÇ ¼³Ä¡¿Í °¡µ¿
__¾Æ³ªÄÜ´Ù ¼³Ä¡
__¾ÆÀÌÆÄÀ̽ã°ú ÁÖÇÇÅÍ ³ëÆ®ºÏ
____¾ÆÀÌÆÄÀ̽ã
____ÁÖÇÇÅÍ ³ëÆ®ºÏ
__pandas Series¿Í µ¥ÀÌÅÍ ÇÁ·¹ÀÓ ¼Ò°³
____pandasÀÇ ÀÓÆ÷Æ®
____pandas Series
____pandas DataFrame
____µ¥ÀÌÅÍ ÇÁ·¹ÀÓÀ¸·Î ÆÄÀÏ µ¥ÀÌÅÍ ·Îµù
__½Ã°¢È
__Á¤¸®
3Àå. Series·Î ´Üº¯·® µ¥ÀÌÅÍ Ç¥Çö
__pandas ¼³Á¤
__Series »ý¼º
____ÆÄÀ̽㠸®½ºÆ®¿Í µñ¼Å³Ê¸®¸¦ »ç¿ëÇÑ »ý¼º
____NumPy ÇÔ¼ö¸¦ »ç¿ëÇÑ »ý¼º
____½ºÄ®¶ó °ªÀ» »ç¿ëÇÑ »ý¼º
__.index¿Í .values ¼Ó¼º
__SeriesÀÇ Å©±â¿Í ÇüÅÂ
__»ý¼º ½Ã À妽º ÁöÁ¤
__head, tail, take
__·¹À̺í°ú Æ÷Áö¼ÇÀ¸·Î °ª °¡Á®¿À±â
____[] ¿¬»êÀÚ¿Í .ix[] ¼Ó¼ºÀ» »ç¿ëÇÏ´Â ·¹ÀÌºí °Ë»ö
____.iloc[]À» »ç¿ëÇÏ´Â ¸í½ÃÀû Æ÷Áö¼Ç °Ë»ö
____.loc[]À» »ç¿ëÇÏ´Â ¸í½ÃÀû ·¹ÀÌºí °Ë»ö
__¼ºê¼ÂÀ¸·Î Series ½½¶óÀ̽Ì
__À妽º ·¹À̺íÀ» ÅëÇÑ Á¤·Ä
__ºÒ¸®¾ð ¼±ÅÃ
__¸®À妽Ì
__½Ã¸®Áî Áï¼® º¯°æ
__Á¤¸®
4Àå. DataFrameÀ¸·Î ´Üº¯·® µ¥ÀÌÅÍ Ç¥Çö
__pandas ¼³Á¤
__µ¥ÀÌÅÍ ÇÁ·¹ÀÓ °´Ã¼ »ý¼º
____NumPy ÇÔ¼ö·Î µ¥ÀÌÅÍ ÇÁ·¹ÀÓ ¸¸µé±â
____ÆÄÀ̽㠵ñ¼Å³Ê¸®¿Í pandas Series·Î DataFrame ¸¸µé±â
____CSV·Î DataFrame ¸¸µé±â
__DataFrame ¾ÈÀÇ µ¥ÀÌÅÍ Á¢±Ù
____DataFrameÀÇ Ä®·³ ¼±ÅÃ
____µ¥ÀÌÅÍ ÇÁ·¹ÀÓÀÇ ·Î¿ì ¼±ÅÃ
____.at[]À̳ª .iat[]À» »ç¿ëÇØ ·¹À̺íÀ̳ª À§Ä¡·Î ½ºÄ®¶ó °Ë»ö
____[] ¿¬»êÀÚ¸¦ »ç¿ëÇÑ ½½¶óÀ̽Ì
__ºÒ¸®¾ð ¼±ÅÃÀ» ÅëÇÑ ·Î¿ì ¼±ÅÃ
__·Î¿ì¿Í Ä®·³ÀÇ µ¿½Ã ¼±ÅÃ
__Á¤¸®
5Àå. DataFrame ±¸Á¶ ´Ù·ç±â
__pandas ¼³Á¤
__Ä®·³¸í º¯°æ
__[]¿Í .insert()¸¦ »ç¿ëÇÑ Ä®·³ Ãß°¡
__È®ÀåÀ» ÅëÇÑ Ä®·³ Ãß°¡
__Á¢ÇÕÀ» ÅëÇÑ Ä®·³ Ãß°¡
__Ä®·³ Àç¹è¿
__Ä®·³ÀÇ ÄÜÅÙÃ÷ ±³Ã¼
__Ä®·³ »èÁ¦
__»õ ·Î¿ì Ãß°¡
__·Î¿ì Á¢ÇÕ
__È®ÀåÀ» ÅëÇÑ ·Î¿ì Ãß°¡ ¹× ±³Ã¼
__À» .drop() »ç¿ëÇÑ ·Î¿ì »èÁ¦
__ºÒ¸®¾ð ¼±ÅÃÀ» ÅëÇÑ ·Î¿ì »èÁ¦
__½½¶óÀ̽ÌÀ» ÅëÇÑ ·Î¿ì »èÁ¦
__Á¤¸®
6Àå. µ¥ÀÌÅÍ À妽Ì
__pandas ¼³Á¤
__À妽ºÀÇ Á߿伺
__À妽º À¯Çü
____±âº» À¯Çü: Index
____Á¤¼ö À¯Çü: Int64Index¿Í RangeIndex
____ºÎµ¿¼Ò¼öÁ¡ À¯Çü: Float64Index
____ÀÌ»ê °£°Ý À¯Çü: IntervalIndex
____¹üÁÖÇü: CategoricalIndex
____³¯Â¥ ¹× ½Ã°£ À¯Çü: DatetimeIndex
____±â°£ À¯Çü: PeriodIndex
__À妽º·Î ÀÛ¾÷
____½Ã¸®Áî¿Í µ¥ÀÌÅÍ ÇÁ·¹ÀÓ¿¡¼ÀÇ À妽º »ý¼º°ú »ç¿ë
____À妽º·Î °ª ¼±ÅÃ
____À妽º »çÀÌÀÇ µ¥ÀÌÅÍ À̵¿
____pandas °´Ã¼ÀÇ ¸®À妽Ì
__°èÃþÇü À妽º
__Á¤¸®
7Àå. ¹üÁÖÇü µ¥ÀÌÅÍ
__pandas ¼³Á¤
__Categorical »ý¼º
__¹üÁÖ À̸§ º¯°æ
__»õ ¹üÁÖ Ãß°¡
__¹üÁÖ »èÁ¦
__¹Ì»ç¿ë ¹üÁÖ »èÁ¦
__¹üÁÖ ¼³Á¤
__CategoricalÀÇ ±â¼ú Åë°è Á¤º¸
__¼ºÀû µ¥ÀÌÅÍ °¡°ø
__Á¤¸®
8Àå. ¼öÄ¡ Çؼ®°ú Åë°è ±â¹ý
__pandas ¼³Á¤
__¼öÄ¡ °è»ê¹ý
____DataFrame°ú SeriesÀÇ »ê¼ú ¿¬»ê
____°ªÀÇ °³¼ö ¼¼±â
____°íÀµ°ª°ú ±× °³¼ö
____ÃÖ¼Ú°ª°ú ÃÖ´ñ°ª ã±â
____n°³ ÃÖ¼Ú°ª°ú n°³ ÃÖ´ñ°ª ã±â
____´©Àû °ª °è»ê
__pandas °´Ã¼ÀÇ Åë°è ó¸®
____¾à½Ä ±â¼ú Åë°è
____Á᫐ °æÇ⼺ ÃøÁ¤: Æò±Õ, ÁßÀ§¼ö, ÃÖºó¼ö
____ºÐ»ê°ú Ç¥ÁØ ÆíÂ÷ °è»ê
____°øºÐ»ê°ú »ó°ü°ü°è
____ÀÌ»êÈ¿Í ºÐÀ§¼ö
____°ª ¼øÀ§ °è»ê
____°¢ Ç¥º»ÀÇ º¯µ¿·ü °è»ê
____·Ñ¸µ À©µµ¿ì ÀÛ¾÷
____¹«ÀÛÀ§ Ç¥Áý
__Á¤¸®
9Àå. µ¥ÀÌÅÍ Á¢±Ù
__pandas ¼³Á¤
__CSV, ÅؽºÆ®, Å×À̺í Çü½ÄÀÇ µ¥ÀÌÅÍ
____CSV µ¥ÀÌÅͼ ¿¹Á¦ È®ÀÎ
____CSV¸¦ µ¥ÀÌÅÍ ÇÁ·¹ÀÓÀ¸·Î ·Îµù
____CSV ·Îµù ½Ã À妽º Ä®·³ ÁöÁ¤
____µ¥ÀÌÅÍ Å¸ÀÔÀÇ Ã߷аú ÁöÁ¤
____Ä®·³¸í ÁöÁ¤
____ƯÁ¤ Ä®·³ÀÇ ·Îµù
____µ¥ÀÌÅÍ ÇÁ·¹ÀÓÀ» CSV ÆÄÀÏ·Î ÀúÀå
____ÇÊµå ±¸ºÐ µ¥ÀÌÅÍ·Î ÀÛ¾÷
____ÇÊµå ±¸ºÐ µ¥ÀÌÅÍÀÇ ´Ù¾çÇÑ Çü½Ä ´Ù·ç±â
__¿¢¼¿ µ¥ÀÌÅÍÀÇ Àбâ¿Í ¾²±â
__JSON ÆÄÀÏÀÇ Àбâ¿Í ¾²±â
__HTML µ¥ÀÌÅÍ Àбâ
__HDF5 ÆÄÀÏÀÇ Àбâ¿Í ¾²±â
__À¥À» ÅëÇÑ CSV µ¥ÀÌÅÍ Á¢±Ù
__µ¥ÀÌÅͺ£À̽ºÀÇ Àбâ¿Í ¾²±â
__¿ø°Ý µ¥ÀÌÅÍ ¼ºñ½º·ÎºÎÅÍ µ¥ÀÌÅÍ Àбâ
____¾ßÈÄ!¿Í ±¸±Û·ÎºÎÅÍ ÁÖ½Ä µ¥ÀÌÅÍ Àбâ
____±¸±Û ÆÄÀ̳½½ºÀÇ ¿É¼Ç µ¥ÀÌÅÍ °¡Á®¿À±â
____¼¼ÀÎÆ®·çÀ̽º ¿¬¹æÁغñÀºÇàÀÇ FRED µ¥ÀÌÅÍ °¡Á®¿À±â
____Äɳ׽º ÇÁ·»Ä¡ µ¥ÀÌÅÍ¿¡ Á¢±Ù
____¼¼°èÀºÇàÀÇ µ¥ÀÌÅÍ Àбâ
__Á¤¸®
10Àå. µ¥ÀÌÅÍ Á¤µ·
__pandas ¼³Á¤
__µ¥ÀÌÅÍ Á¤µ·À̶õ?
__°áÃø µ¥ÀÌÅÍ ´Ù·ç±â
____NaN °ª ã±â
____°áÃø µ¥ÀÌÅÍÀÇ ÆǺ°°ú »èÁ¦
____¼öÇÐ ¿¬»ê¿¡¼ÀÇ NaN ó¸® ¹æ½Ä
____°áÃø µ¥ÀÌÅÍ º¸°
____°áÃø °ª ä¿ì±â
____À妽º ·¹À̺íÀ» »ç¿ëÇÑ Ã¤¿ì±â
____º¸°£¹ýÀ» »ç¿ëÇÑ °áÃø °ª ä¿ì±â
__Áߺ¹ µ¥ÀÌÅÍ ´Ù·ç±â
__µ¥ÀÌÅÍ º¯Çü
____µ¥ÀÌÅ͸¦ ´Ù¸¥ À妽º¿¡ ¸ÅÇÎ
____µ¥ÀÌÅÍ ´ëü
____µ¥ÀÌÅÍ º¯ÇüÀ» À§ÇÑ ÇÔ¼ö Àû¿ë
__Á¤¸®
11Àå. µ¥ÀÌÅÍÀÇ Á¶ÇÕ, ¿¬°ü, ÀçÇü¼º
-- pandas ¼³Á¤
-- º¹¼ö °´Ã¼ÀÇ µ¥ÀÌÅÍ Á¢ÇÕ
-- Á¢ÇÕÀÇ ±âº» ÀǹÌ
-- Á¤·Ä ±âÁØ ÃàÀÇ Àüȯ
-- Á¶ÀÎ À¯Çü ÁöÁ¤
-- µ¥ÀÌÅÍ µ¡ºÙÀ̱â
-- À妽º ·¹À̺íÀÇ ¹«½Ã
-- µ¥ÀÌÅÍ º´ÇÕ°ú Á¶ÀÎ
-- ¿©·¯ pandas °´Ã¼·ÎºÎÅÍÀÇ µ¥ÀÌÅÍ º´ÇÕ
-- º´ÇÕÀÇ Á¶ÀÎ À¯Çü ÁöÁ¤
-- µ¥ÀÌÅÍ ÇǹöÆÃ
-- ½ºÅÂÅ·°ú ¾ð½ºÅÂÅ·
-- ºñ°èÃþÇü À妽º¿¡¼ÀÇ ½ºÅÂÅ·
-- °èÃþÇü À妽º¿¡¼ÀÇ ¾ð½ºÅÂÅ·
-- µ¥ÀÌÅÍ ¸áÆÃ
-- ½ºÅà µ¥ÀÌÅÍÀÇ ¼º´É»ó ÀÌÁ¡
--Á¤¸®
12Àå µ¥ÀÌÅÍ Áý°è
-- pandas ¼³Á¤
-- ºÐÇÒ-Àû¿ë-Á¶ÇÕ(SAC) ÆÐÅÏ
-- ¿¹Á¦ µ¥ÀÌÅÍ Áغñ
-- µ¥ÀÌÅÍ ºÐÇÒ
-- ´ÜÀÏ Ä®·³ÀÇ ±×·ìÈ
-- ±×·ìÈµÈ °á°ú Á¢±Ù
-- º¹¼ö Ä®·³ÀÇ ±×·ìÈ
-- À妽º ·¹º§À» ÀÌ¿ëÇÑ ±×·ìÈ
-- Áý°è ÇÔ¼ö Àû¿ë, º¯Çü, ÇÊÅ͸µ
-- Áý°è ÇÔ¼öÀÇ Àû¿ë
-- µ¥ÀÌÅÍ ±×·ìÀÇ º¯Çü
-- µ¥ÀÌÅÍ º¯ÇüÀÇ ÀϹÝÀûÀÎ °úÁ¤
-- ±×·ìÀÇ Æò±ÕÀ¸·Î °áÃø °ª ä¿ì±â
-- Á¤±Ô Ç¥ÁØ Á¡¼öÀÇ °è»ê
--±×·ì ÇÊÅ͸µ
--Á¤¸®
13Àå ½Ã°è¿ ¸ðµ¨¸µ
-- Pandas ¼³Á¤
-- ³¯Â¥, ½Ã°£, ÀÎÅ͹úÀÇ Ç¥Çö
-- datetime, date, time °´Ã¼
-- Timestamp·Î ƯÁ¤ ½ÃÁ¡ ³ªÅ¸³»±â
-- Timedelta·Î ÀÎÅ͹ú Ç¥Çö
-- ½Ã°è¿ µ¥ÀÌÅÍ
-- Datetimelndex¸¦ »ç¿ëÇÑ À妽Ì
-- ƯÁ¤ ºóµµÀÇ ½Ã°è¿ »ý¼º
-- ¿ÀÇÁ¼ÂÀ» »ç¿ëÇÑ ³¯Â¥ °è»ê
-- ½Ã°£ ¿ÀÇÁ¼ÂÀ¸·Î ÀÎÅ͹ú Ç¥Çö
-- °íÁ¤ ¿ÀÇÁ¼Â
-- Period·Î ±â°£ Ç¥Çö
-- Period·Î ½Ã°£ ÀÎÅ͹ú ¸ðµ¨¸µ
-- PeriodIndex¸¦ »ç¿ëÇÑ À妽Ì
-- Ķ¸°´õ¸¦ »ç¿ëÇÑ ÈÞÀÏ ´Ù·ç±â
-- ½Ã°£´ë¸¦ »ç¿ëÇÑ Å¸ÀÓ½ºÅÆÇÁ Á¤±ÔÈ
-- ½Ã°è¿ µ¥ÀÌÅÍ Á¶ÀÛ
-- ½ÃÇÁÆðú ·¡±ë
-- ½Ã°è¿ µ¥ÀÌÅÍÀÇ ºóµµ º¯È¯
-- ¾÷»ùÇøµ°ú ´Ù¿î»ùÇøµ
-- ½Ã°è¿ µ¥ÀÌÅÍÀÇ ·Ñ¸µ À©µµ¿ì
-- Á¤¸®
14Àå ½Ã°¢È
-- pandas ¼³Á¤
-- Ç÷ÎÆÃÀÇ ±âº»
-- ½Ã°è¿ Â÷Æ® ¸¸µé±â
-- ½Ã°è¿ Â÷Æ®ÀÇ ½ºÅ¸Àϸµ°ú ²Ù¹Ì±â
-- Á¦¸ñÀÇ Ãß°¡¿Í Ãà ·¹ÀÌºí º¯°æ
-- ¹ü·ÊÀÇ ³»¿ë°ú À§Ä¡ ÁöÁ¤
-- ¶óÀÎ »ö»ó, ½ºÅ¸ÀÏ, µÎ²², ¸¶Ä¿ ÁöÁ¤
-- ƽ ¸¶Å© À§Ä¡¿Í ƽ ·¹À̺í ÁöÁ¤
-- ƽÀÇ ³¯Â¥ ·¹À̺í Æ÷¸ËÆÃ
-- Åë°è ºÐ¼®¿¡¼ ÈçÈ÷ »ç¿ëµÇ´Â Â÷Æ®
-- ¸·´ë±×·¡ÇÁ¸¦ ÅëÇÑ »ó´ë ºñ±³
-- È÷½ºÅä±×·¥À¸·Î µ¥ÀÌÅÍ ºÐÆ÷ Ç¥Çö
-- ¹Ú½º-¼ö¿° ±×·¡ÇÁ·Î ¹üÁÖÇü µ¥ÀÌÅÍÀÇ ºÐÆ÷ Ç¥Çö
-- ¿µ¿ª ±×·¡ÇÁ·Î ´©°è Ç¥Çö
-- »êÁ¡µµ Çà·Ä·Î ´ÙÁß º¯¼öÀÇ »ó°ü°ü°è ³ªÅ¸³»±â
-- È÷Æ®¸ÊÀ¸·Î ´ÙÁß º¯¼öÀÇ °ü°è °µµ ³ªÅ¸³»±â
-- ¼öÀÛ¾÷À¸·Î ÇÑ ¹ø¿¡ ¿©·¯ Â÷Æ® ±×¸®±â
-- Á¤¸®
15Àå °ú°Å ÁÖ°¡ ºÐ¼®
-- pandas ¼³Á¤
-- ÁÖ½Ä µ¥ÀÌÅÍ Ãëµæ°ú Á¶Á÷È
-- ½Ã°è¿ ÁÖ°¡ Ç÷ÎÆÃ
-- °Å·¡·® µ¥ÀÌÅÍ Ç÷ÎÆÃ
-- Á¾°¡ÀÇ ´Ü¼ø ÀϺ° º¯µ¿·ü
-- ´Ü¼ø ÀϺ° ´©Àû ¼öÀÍ·ü
-- ÀϺ°¿¡¼ ¿ùº°·Î ¼öÀÍ·ü ÀçÇ¥Áý
-- ¼öÀÍ·ü ºÐÆ÷ÀÇ ºÐ¼®
-- À̵¿ Æò±Õ °è»ê
-- ÁÖ½ÄÀÇ ÀϺ° ¼öÀÍ·ü ºñ±³
-- ÀϺ° ÁÖ°¡ º¯µ¿·ü¿¡ ±âÃÊÇÑ »ó°ü°ü°è
-- ÁÖ°¡ º¯µ¿¼º °è»ê
-- À§Çè ´ëºñ ¼öÀÍ·ü ³ªÅ¸³»±â
-- Á¤¸®
ã¾Æº¸±â
ÀúÀÚ¼Ò°³
»ý³â¿ùÀÏ | - |
---|
ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.
»ý³â¿ùÀÏ | - |
---|
ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.
ÁÖ°£·©Å·
´õº¸±â»óÇ°Á¤º¸Á¦°ø°í½Ã
À̺¥Æ® ±âȹÀü
ÄÄÇ»ÅÍ/ÀÎÅÍ³Ý ºÐ¾ß¿¡¼ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥
ÆǸÅÀÚÁ¤º¸
»óÈ£ |
(ÁÖ)±³º¸¹®°í |
---|---|
´ëÇ¥ÀÚ¸í |
¾Èº´Çö |
»ç¾÷ÀÚµî·Ï¹øÈ£ |
102-81-11670 |
¿¬¶ôó |
1544-1900 |
ÀüÀÚ¿ìÆíÁÖ¼Ò |
callcenter@kyobobook.co.kr |
Åë½ÅÆǸž÷½Å°í¹øÈ£ |
01-0653 |
¿µ¾÷¼ÒÀçÁö |
¼¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù) |
±³È¯/ȯºÒ
¹ÝÇ°/±³È¯ ¹æ¹ý |
¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼ ½Åû °¡´É |
---|---|
¹ÝÇ°/±³È¯°¡´É ±â°£ |
º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É |
¹ÝÇ°/±³È¯ ºñ¿ë |
º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã |
¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯ |
·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì |
»óÇ° Ç°Àý |
°ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½ |
¼ÒºñÀÚ ÇÇÇغ¸»ó |
·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© ó¸®µÊ ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀǼҺñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ |
(ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ ¸ðµç °Å·¡¿¡ ´ëÇÏ¿©
(ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
¹è¼Û¾È³»
±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.
¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.