공공데이터로 파이썬 데이터 분석 시작하기

아나콘다 주피터 노트북 사용법 알아보기

(선택) Jupyter nbextensions 로 목차 기능 사용하기

소스코드와 데이터 다운로드 위치

[2/20] 전혀 다른 두 개의 데이터셋 미리보기

[3/20] 데이터로드하고 미리보기, 행과 열의 수를 알아보기

[4/20] 데이터전처리 - 결측치 보기와 분양가격 데이터 타입을 수치형태로 변경하기

[5/20] 문자 vs 수치 형태의 데이터를 describe 로 기술통계값을 봤을 때 차이를 이해하기

[7/20] groupby 로 데이터를 그룹화 해서 연산하기

[8/20] pivot_table 로 데이터 연산하고 groupby 와의 차이를 이해하기

[9/20] 그룹화한 데이터 판다스의 시각화 기능을 사용해서 다양한 형태로 표현하기

[10/20] 상자수염그림(boxplot) 의 5가지 수치 이해하기와 분양가 시각화

[11/20] seaborn 으로 시각화 하기 - lineplot, relplot 으로 선그래프와 서브플롯 그리기

[12/20] seaborn 으로 box, violinplot 그리기

[13/20] scatterplot, regplot, lmplot, swarmplot 의 차이를 분양가 데이터 시각화로 이해하기

[14/20] distplot, ridgeplot, pairplot 으로 시각화와 서브플롯 그리기

[16/20] 연도와 월을 함수와 pandas 의 apply 를 통해 분리해서 새로운 컬럼으로 만들기

[17/20] pandas 의 concat 으로 두 개의 데이터프레임 하나로 합치기

[18/20] pivot_table 로 연산한 결과를 수치의 많고 적음에 따라 heatmap 으로 표현하기

[19/20] 2013년부터 최근 데이터까지 병합된 데이터를 합쳐서 시각화 하기

[20/20] 지역별 분양가를 시각화 하고 정리하기

소스코드와 데이터 다운로드 위치

[1/15] 상가(상권)정보 데이터셋 소개와 필요한 라이브러리 로드하기

[2/15] 데이터 로드하고 결측치 보기

[3/15] missingno 라이브러리로 결측치 시각화 하기

[4/15] .loc와 .iloc 로 행열 값 가져오기와 차이점 이해하기

[5/15] 단변량 수치형 데이터 기술통계 값 보기 - describe

[6/15] 단변량 수치형 변수 시각화 - distplot 사용하기

[8/15] 단변량 범주형 변수 분석하기 - describe 와 value_counts

[10/15] 구별 학원종류 비교하기 서브셋 만들기

[11/15] 대치동과 목동에는 입시학원이 많을까?

[12/15] groupby 연산과 시각화 - unstack 활용하기

[13/15] 범주형 데이터의 서브플롯 쉽게 그리기 - catplot

[14/15] scatterplot 으로 위도와 경도 데이터 다양하게 다루기

[15/15] folium 으로 지도에 자세히 표현해 보기

소스코드와 데이터 다운로드 위치

[1/10] 프랜차이즈 분석을 위한 라이브러리 로드와 기본설정 하기

[2/10] 데이터 로드하고 필요한 데이터만 서브셋으로 만들고 csv 파일로 저장하기

[3/10] 텍스트 데이터 다루기 - 베스킨라빈스와 던킨도너츠 데이터만 가져오기

[4/10] countplot, scatterplot, jointplot 으로 시각화 해보기

[5/10] folium Marker로 베스킨라빈스와 던킨도너츠 매장 지도에 표시하기

[6/10] folium 으로 MarkerCluster 맵 그리기

[8/10] 파리바게뜨와 뚜레쥬르 데이터 시각화 해보기

[9/10] folium의 CircleMarker로 매장위치 표현하고 타일로 스타일 바꾸기

[10/10] MarkerCluster, Heatmap 으로 위치별 매장의 밀집도 표현하기

소스코드와 데이터 다운로드 위치

[1/9] 이디야 매장은 스타벅스 근처에 위치할까?

[2/9] 스타벅스, 이디야 텍스트 데이터 전처리와 브랜드명 만들기

[3/9] seaborn 으로 데이터 시각화 하기 - jointplot 으로 kde plot 그리기

[4/9] gropby 와 pivot_table로 구별 브랜드별 점포수 비교하기

[5/9] groupby와 pivot_table 반환값으로 시각화 차이 이해하기

[7/9] Geo JSON 값 이해하고 choropleth 그려보기

[8/9] 구별 위경도의 평균을 pivot_table로 구하고 merge 로 합치기

[9/9] CircleMarker의 크기를 매장수를 반영해서 그리기

소스코드와 데이터 다운로드 위치

[1/21] 전국 도시공원 데이터 분석 소개

[2/21] seaborn 으로 폰트, 스타일 설정 하기

[부록] pandas-profiling 한글 폰트로 고통받는다면?! 한글폰트 설정방법

[3/21] 코드 한 줄로 기술통계에서 리포트 생성까지 - Pandas Profiling

[4/21] 결측치 시각화 - missingno의 matrix를 seaborn으로 그려보기

[5/21] 결측치 다루기 - 도로명 주소의 결측치를 지번주소로 대체하기

[6/21] 주소를 통한 시도명과 구군명 파생변수 만들기

[7/21] 위도와 경도를 통한 수치 데이터의 이상치와 오류값 찾기

[8/21] 날짜를 통한 데이터 타입 변경과 파생변수 만들기

[9/21] 텍스트 데이터 전처리를 위한 정규표현식

[10/21] 다른 형태로 입력된 텍스트를 정규표현식으로 전처리 하고 빈도수 세기

[11/21] 워드클라우드로 운동시설 빈도수 시각화하기

[12/21] 정규표현식으로 텍스트 전처리 함수 만들기

[13/21] 키워드 추출을 통한 텍스트 빈도수 세기

[14/21] 정보 마스킹 - 전화번호의 일부 마스크처리 하기

[15/21] 이메일, 자동차 등록번호 정규표현식으로 마스킹 하기

[16/21] 수치형 vs 범주형 변수의 요약과 crosstab을 통한 범주형 데이터 연산

[17/21] 시도별 공원 빈도수와 비율 구하기

[18/21] scatterplot으로 전국 도시공원 시각화 하기

[19/21] 리스트 추가, 제거와 pairplot 으로 서브플롯 쉽게 그리기

[20/21] 피봇테이블로 시도별 공원 수와 면적 연산하기

[21/21] 내 주변의 공원을 찾고 지도에 표현해 보기