이 책은 NumPy, pandas, matplotlib, IPython, Jupyter 등 다양한 파이썬 라이브러리를 사용해서 효과적으로 데이터를 분석하는 방법을 알려준다. pandas의 새로운 기능뿐만 아니라 메모리 사용량을 줄이고 성능을 개선하는 고급 사용법까지 다룬다. 또한 모델링 도구인 statsmodels와 scikit-learn 라이브러리도 소개한다. 연대별 이름 통계 자료, 미 대선 데이터베이스 자료 등 실사례로 따라 하다 보면 어느덧 여러분도 데이터에 알맞게 접근하고 효과적으로 분석하는 전문가가 될 것이다.
목차
CHAPTER 1 시작하기 전에 __1.1 이 책에서 다루는 내용 __1.2 왜 데이터 분석에 파이썬을 사용하나 __1.3 필수 파이썬 라이브러리 __1.4 설치 및 설정 __1.5 커뮤니티와 컨퍼런스 __1.6 이 책을 살펴보는 방법 CHAPTER 2 파이썬 언어의 기본, IPython, 주피터 노트북 __2.1 파이썬 인터프리터 __2.2 IPython 기초 __2.3 파이썬 기초 CHAPTER 3 내장 자료구조, 함수, 파일 __3.1 자료구조와 순차 자료형 __3.2 함수 __3.3 파일과 운영체제 __3.4 마치며 CHAPTER 4 NumPy 기본: 배열과 벡터 연산 __4.1 NumPy ndarray: 다차원 배열 객체 __4.2 유니버설 함수: 배열의 각 원소를 빠르게 처리하는 함수 __4.3 배열을 이용한 배열지향 프로그래밍 __4.4 배열 데이터의 파일 입출력 __4.5 선형대수 __4.6 난수 생성 __4.7 계단 오르내리기 예제 __4.8 마치며 CHAPTER 5 pandas 시작하기 __5.1 pandas 자료구조 소개 __5.2 핵심 기능 __5.3 기술 통계 계산과 요약 __5.4 마치며 CHAPTER 6 데이터 로딩과 저장, 파일 형식 __6.1 텍스트 파일에서 데이터를 읽고 쓰는 법 __6.2 이진 데이터 형식 __6.3 웹 API와 함께 사용하기 __6.4 데이터베이스와 함께 사용하기 __6.5 마치며 CHAPTER 7 데이터 정제 및 준비 __7.1 누락된 데이터 처리하기 __7.2 데이터 변형 __7.3 문자열 다루기 __7.4 마치며 CHAPTER 8 데이터 준비하기: 조인, 병합, 변형 __8.1 계층적 색인 __8.2 데이터 합치기 __8.3 재형성과 피벗 __8.4 마치며 CHAPTER 9 그래프와 시각화 __9.1 matplotlib API 간략하게 살펴보기 __9.2 pandas에서 seaborn으로 그래프 그리기 __9.3 다른 파이썬 시각화 도구 __9.4 마치며 CHAPTER 10 데이터 집계와 그룹 연산 __10.1 GroupBy 메카닉 __10.2 데이터 집계 __10.3 Apply: 일반적인 분리-적용-병합 __10.4 피벗테이블과 교차일람표 __10.5 마치며 CHAPTER 11 시계열 __11.1 날짜, 시간 자료형, 도구 __11.2 시계열 기초 __11.3 날짜 범위, 빈도, 이동 __11.4 시간대 다루기 __11.5 기간과 기간 연산 __11.6 리샘플링과 빈도 변환 __11.7 이동창 함수 __11.8 마치며 CHAPTER 12 고급 pandas __12.1 Categorical 데이터 __12.2 고급 GroupBy 사용 __12.3 메서드 연결 기법 __12.4 마치며 CHAPTER 13 파이썬 모델링 라이브러리 __13.1 pandas와 모델 코드의 인터페이스 __13.2 Patsy를 이용해서 모델 생성하기 __13.3 statsmodels 소개 __13.4 scikit-learn 소개 __13.5 더 공부하기 CHAPTER 14 데이터 분석 예제 __14.1 Bit.ly의 1.USA.gov 데이터 __14.2 MovieLens의 영화 평점 데이터 __14.3 신생아 이름 __14.4 미국농무부 영양소 정보 __14.5 2012년 연방선거관리위원회 데이터베이스 __14.6 마치며 APPENDIX A 고급 NumPy __A.1 ndarray 객체 구조 __A.2 고급 배열 조작 기법 __A.3 브로드캐스팅 __A.4 고급 ufunc 사용법 . __A.5 구조화된 배열과 레코드 배열 __A.6 정렬에 관하여 __A.7 umba를 이용하여 빠른 NumPy 함수 작성하기 __A.8 고급 배열 입출력 __A.9 성능 팁 APPENDIX B IPython 시스템 더 알아보기 __B.1 명령어 히스토리 사용하기 __B.2 운영체제와 함께 사용하기 __B.3 소프트웨어 개발 도구 __B.4 IPython을 이용한 생산적인 코드 개발에 관한 팁 __B.5 IPython 고급 기능 __B.6 마치며
고액결제의 경우 안전을 위해 카드사에서 확인전화를 드릴 수도 있습니다. 확인과정에서 도난 카드의 사용이나 타인 명의의 주문등
정상적인 주문이 아니라고 판단될 경우 임의로 주문을 보류 또는 취소할 수 있습니다.
무통장 입금은 상품 구매 대금은 PC뱅킹, 인터넷뱅킹, 텔레뱅킹 혹은 가까운 은행에서 직접 입금하시면 됩니다.
주문시 입력한 입금자명과 실제입금자의 성명이 반드시 일치하여야 하며, 7일 이내로 입금을 하셔야 하며 입금되지
않은 주문은 자동취소 됩니다.
배송정보
배송 방법 : 택배
배송 지역 : 전국지역
배송 비용 : 무료
배송 기간 : 3일 ~ 7일
배송 안내 : - 산간벽지나 도서지방은 별도의 추가금액을 지불하셔야 하는 경우가 있습니다.
고객님께서 주문하신 상품은 입금 확인후 배송해 드립니다. 다만, 상품종류에 따라서 상품의 배송이 다소 지연될 수 있습니다.
교환 및 반품정보
교환 및 반품 주소 - [07271] 서울특별시 영등포구 양산로 57-5 (양평동3가) 양평동 이노플렉스 B101~103
교환 및 반품이 가능한 경우 - 계약내용에 관한 서면을 받은 날부터 7일. 단, 그 서면을 받은 때보다 재화등의 공급이 늦게 이루어진 경우에는 재화등을 공급받거나 재화등의 공급이 시작된 날부터 7일 이내
- 공급받으신 상품 및 용역의 내용이 표시.광고 내용과 다르거나 계약내용과 다르게 이행된 때에는 당해 재화 등을 공급받은 날 부터 3월이내, 그사실을 알게 된 날 또는 알 수 있었던 날부터 30일이내
교환 및 반품이 불가능한 경우 - 이용자에게 책임 있는 사유로 재화 등이 멸실 또는 훼손된 경우(다만, 재화 등의 내용을 확인하기 위하여 포장 등을 훼손한 경우에는 청약철회를 할 수 있습니다)
- 이용자의 사용 또는 일부 소비에 의하여 재화 등의 가치가 현저히 감소한 경우
- 시간의 경과에 의하여 재판매가 곤란할 정도로 재화등의 가치가 현저히 감소한 경우
- 복제가 가능한 재화등의 포장을 훼손한 경우
- 개별 주문 생산되는 재화 등 청약철회시 판매자에게 회복할 수 없는 피해가 예상되어 소비자의 사전 동의를 얻은 경우
- 디지털 콘텐츠의 제공이 개시된 경우, (다만, 가분적 용역 또는 가분적 디지털콘텐츠로 구성된 계약의 경우 제공이 개시되지 아니한 부분은 청약철회를 할 수 있습니다.)
※ 고객님의 마음이 바뀌어 교환, 반품을 하실 경우 상품반송 비용은 고객님께서 부담하셔야 합니다.
(색상 교환, 사이즈 교환 등 포함)