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
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
총 
바보 빅터
