파이썬 업무 자동화 일잘러 되기 + 챗GPT

파이썬 업무 자동화 일잘러 되기 + 챗GPT 책소개 포스팅은 대가성 광고입니다.

파이썬으로 업무 자동화할때 도움이 될 만한 책을 소개해드릴게요.

http://app.ac/YErYtDS03

 

파이썬 업무 자동화 일잘러 되기 + 챗GPT | 메이허 - 교보문고

파이썬 업무 자동화 일잘러 되기 + 챗GPT | ★ 단 몇 줄의 코드로 업무 효율을 200% 높이는 일잘러가 되고 싶나요? ★ 파이썬과 챗GPT를 활용하여 빠르고 쉽게 업무 자동화를 나의 것으로 만들어보세

product.kyobobook.co.kr

★ 단 몇 줄의 코드로 업무 효율을 200% 높이는 일잘러가 되고 싶나요?

★ 파이썬과 챗GPT를 활용하여 빠르고 쉽게 업무 자동화를 나의 것으로 만들어보세요!

★ 오피스 자동화, PDF 파일 처리, 웹 크롤링 등 23개의 실전 자동화 프로그램까지!

코딩을 할 줄 알면 업무 자동화를 할 수 있습니다. 그렇지만 대부분은 ‘내가 이제 와서 코딩을 어떻게 해? 그런 건 일잘러들이나 하는 거지!’라는 생각으로 아직도 반복 업무를 한땀한땀 해내고 있죠. 그런 당신에게 날개를 달아줄 책을 소개합니다! 파이썬 기초 지식만 있으면 무궁무진한 업무 자동화를 해낼 수 있습니다. 파일, 폴더 정리, PDF 파일 처리, QR 코드 대량 생성, 주식 주가 조회, 환율 조회 등 실무에 사용하기 좋은 프로그램부터 챗GPT를 활용한 광고 문구 생성, 동영상 자막 생성, 로고 디자인 생성 프로그램까지 23개의 프로그램을 친절하게 알려드립니다! 이제 반복 업무는 자동화 프로그램에게 맡기고, 여러분은 창의적인 업무에 집중하세요!

 

〈되기〉 시리즈 소개

〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.

저자(글) 메이허

인물정보

강사/학원장

파이썬을 이용한 자동화 실전 사례를 차곡차곡 쌓아가는 일잘러입니다. 성공적인 업무 자동화 경험을 토대로 오프라인, 인프런, 유튜브에서 강의를 하고, 웹에 블로깅을 하며 책을 집필합니다. 파이썬을 넘어 생성 AI를 이용한 노코드 업무 자동화에 관심을 갖고 있습니다.

작가의 말

한 조사에 의하면 사무직 직원은 매일 3-4시간을 단순 반복 업무에 소비합니다. 이러한 문제를 해결할 수 있는 혁신적인 접근법이 바로 파이썬과 챗GPT를 활용한 업무 자동화입니다. 단순 반복 업무를 자동화하면 창의적이고 전략적인 업무에 집중할 수 있으며, 개인과 조직의 생산성을 획기적으로 높일 수 있습니다. 하지만 ‘코드’, ‘자동화’라는 단어는 업무 자동화에 선듯 도전할 수 없게 만드는 것이 현실입니다.

저자는 초보자들의 그러한 어려움을 해소하고자 이 책을 문과생도 쉽게 따라할 수 있도록 초보자 관점에서 집필했습니다. 최소한의 투자로 빠르게 성과를 내고 싶은 분을 위해 엑셀, 워드, 파워포인트를 활용한 기초적인 자동화부터, 웹 스크레이핑, 보고서 자동 생성까지 실무에 바로 적용 가능한 실습 예제를 제공합니다. 또한 어려운 프로그래밍 용어나 개념 대신, 이해하기 쉬운 설명과 함께 실용적인 예제에 집중합니다. 누구든 이 책에서 제공하는 23가지 자동화 예제를 활용하면 단순 반복 업무에서 해방되어 더 가치 있는 일에 집중하는 일잘러의 토대를 마련하게 될 겁니다. 현대의 직장 생활에서 효율성은 선택이 아닌 필수입니다. 이 책을 통해, 파이썬과 생성 AI에 조금 더 익숙해지고 실제 업무를 자동화함으로써 일상 업무의 효율성을 한 단계 끌어올리기 바랍니다.

목차

[레벨 1 기초 업무 자동화 연습하기]

01장 파일 다루기

_01.0 실습 준비하기

_01.1 주피터 노트북 사용하기

_01.2 폴더 다루기

_01.3 파일 다루기

_01.4 텍스트 파일 읽고 쓰기

_01.5 csv 파일 다루기

__학습 마무리

__연습문제

02장 엑셀 파일 다루기

_02.1 엑셀 데이터 사용하기

_02.2 엑셀 데이터 읽기

_02.3 엑셀 서식 설정하기

_02.4 [실전] 조건에 맞는 데이터를 선별해 특정 기준으로 재분류하기

_02.5 [실전] 여러 엑셀 파일 합치기

__학습 마무리

__연습문제

03장 워드 파일 다루기

_03.1 워드 파일 생성 및 데이터 입력하기

_03.2 워드 파일 서식 설정하기

_03.3 워드 파일 읽기

_03.4 [실전] 송장 파일 자동 생성하기

__학습 마무리

__연습문제

04장 파워포인트 파일 다루기

_04.1 파워포인트 파일 생성 및 텍스트 추가하기

_04.2 파워포인트 파일 그래픽 요소 추가하기

_04.3 파워포인트 파일 읽기

_04.4 [실전] 엑셀과 조합하여 파워포인트 생성하기

__학습 마무리

__연습문제

[레벨 2 실전 업무 자동화 실습하기]

05장 데이터 작업을 더 쉽게, 판다스

_05.1 판다스의 핵심 데이터 구조 이해하기 - 기초

_05.2 판다스로 데이터프레임 다루기 - 심화

__학습 마무리

__연습문제

06장 인터넷에서 데이터 수집하기, 웹 스크레이핑

_06.0 웹 스크레이핑 학습 전 주의사항

_06.1 웹 스크레이핑 이해하기

_06.2 웹페이지 이해하기

_06.3 뷰티풀수프로 웹 스크레이핑하기

_06.4 뷰티풀수프로 뉴스 기사 웹 크롤링하기

_06.5 뷰티풀수프로 실시간 환율 정보 웹 스크래핑하기

__학습 마무리

__연습문제

07장 동적 웹사이트에서 웹 스크레이핑하기

_07.1 셀레니움 환경 설정하기

_07.2 셀레니움으로 웹 브라우저 제어하기 - 기초

_07.3 XPath 이해하고 요소 찾아 텍스트 출력하기

_07.4 대기하기

_07.5 셀레니움으로 웹 브라우저 제어하기 - 심화

_07.6 부동산 순위 스크래핑하기

__학습 마무리

__연습문제

08장 챗GPT API로 업무 자동화하기

_08.1 챗GPT API 소개

_08.2 챗GPT API 사용해보기

_08.3 챗GPT로 대량의 텍스트에서 필요한 정보만 추출하기

__학습 마무리

__연습문제

[레벨 3 23가지 업무 자동화 프로그램 만들기]

[자동화 프로그램 01] 파일 분류 자동화 프로그램 만들기

[자동화 프로그램 02] 파일 이름 일괄 변경 프로그램 만들기

[자동화 프로그램 03] 특정 문자열 포함한 파일을 찾는 프로그램 만들기

[자동화 프로그램 04] 백업 자동화 프로그램 만들기

[자동화 프로그램 05] JPG를 PNG로 자동 변환하는 프로그램 만들기

[자동화 프로그램 06] 이미지 파일 크기 일괄 조정 프로그램 만들기

[자동화 프로그램 07] QR 코드 생성 프로그램 만들기

[자동화 프로그램 08] 텍스트 음성 변환 프로그램 만들기

[자동화 프로그램 09] 유튜브 영상 및 음원 다운로드 프로그램 만들기

[자동화 프로그램 10] 유튜브 동영상 정보 추출 프로그램 만들기

[자동화 프로그램 11] 파워포인트로 동영상 자동 변환 프로그램 만들기

[자동화 프로그램 12] PDF 파일 병합 및 분할 프로그램 만들기

[자동화 프로그램 13] PDF 파일에서 텍스트 자동 추출 프로그램 만들기

[자동화 프로그램 14] 환율 자동 변환 프로그램 만들기

[자동화 프로그램 15] 비트코인 가격 조회 프로그램 만들기

[자동화 프로그램 16] 메일 자동 발송 프로그램 만들기

[자동화 프로그램 17] 개인 일정 알림 프로그램 만들기

[자동화 프로그램 18] 주식 데이터 분석 및 시각화 프로그램 만들기

[자동화 프로그램 19] 구글 스프레드시트 데이터 다루기

[자동화 프로그램 20] 스트림릿으로 뉴스 기사 검색 웹 애플리케이션 만들기

[자동화 프로그램 21] AI로 광고 문구 생성 웹 애플리케이션 만들기

[자동화 프로그램 22] AI로 로고 디자인 생성 웹 애플리케이션 만들기

[자동화 프로그램 23] AI로 동영상 자막 자동 생성 웹 애플리케이션 만들기

[부록]

A 코드 작성하기

B 코드 설명하기

C 코드 주석 달기

D 오류의 원인 파악하기

E 코드 최적화하기

추천사

유원준, 네이버클라우드 AI 연구원

이 책은 엑셀 데이터 정리, PDF 문서 처리, 이메일 자동 발송 등 실제 하는 업무를 자동화하는 방법을 소개합니다. 파이썬 입문자들도 따라 할 수 있을 만큼 쉽게 설명되어 있어, 업무 시간을 효율적으로 쓰고 싶은 분이라면 누구든 이 책으로 자동화의 꿈을 이룰 수 있을 겁니다.

정용범, 《사장님 몰래하는 파이썬 업무 자동화》 저자

이 책의 가장 큰 장점은 단순히 파이썬 문법을 설명하기보다는, 각 예제 코드가 어떤 역할을 하는지 설명해주어 프로그래밍을 처음 접하는 사람도 이해하기 쉽다는 겁니다. 실제 활용할 수 있는 ‘23가지 업무 자동화 프로그램 만들기’를 제공해 업무 자동화에 관심이 있지만 어디서부터 시작해야 할지 모르는 분에게 최고의 선물이 될 겁니다.

김수종, AWS 컨설턴트

반복 업무 자동화의 구체적인 방법을 가이드하는 책으로 데이터 처리, 파일 관리, 챗GPT API 연동 등 실제 업무에 적용할 만한 예제를 제시합니다. 특히 코드의 구조와 설명이 명확해서 이해하기 쉽고, 나아가 실무 자동화에 코드를 활용할 수 있게끔 실질적인 도움을 주는 책입니다.

나승현, 삼성전자 반도체 엔지니어

이 책은 업무 자동화의 실전 적용에 초점을 맞춘 가이드로, 반복 작업을 자동화하는 체계적인 방법을 제시합니다. 비전공자의 눈높이에 맞춰 복잡한 이론을 최소화하고, 실무 중심의 코드와 활용법을 쉽게 풀어냈습니다. 각 장별 예제는 현업에서 자주 접하는 상황을 반영해 실용성이 높습니다. 파이썬을 배우고도 실무에 적용하지 못하는 개발자에게도 간극을 메워줄 효과적인 책으로, 업무 자동화를 고민하는 분께 강력히 추천합니다.

김신영, 현대오토에버 개발자

파이썬으로 업무를 자동화하고 싶었지만, 프로그래밍이나 업무 자동화를 처음해보는 초보자는 막상 코드를 작성하려면 어디서부터 시작해야 할지 막막하기 마련입니다. 이 책은 예제 하나하나 실제로 필요한 자동화 코드를 다루고 있어 바로 활용이 가능하며, 그런 고민을 해결해줍니다. 특히 코드 설명이 세세하고 친절하게 설명하고 있어 코드를 이해하고 응용하는 데 어려움이 없는 책입니다. 매일 반복되는 단순 작업에서 벗어나고 싶은 회사원이라면 이 책으로 시작해보세요.

조수아, 삼성SDS 딥러닝 엔지니어

복잡한 프로그래밍 지식을 요구하지 않고, 실제 사무실에서 필요한 자동화 작업에만 집중하는 책입니다. 책에서 설명하는 예제들은 모두 실무에서 자주 마주치는 작업들이라 처음부터 끝까지 실용적입니다. 특히 다른 프로그래밍 책과 달리 각 장마다 구체적인 업무 상황을 예시로 들어 설명하여, 내 상황에 어떻게 적용할지 쉽게 떠올릴 수 있습니다. 업무 자동화를 시도해보고 싶은데 시작이 막막한 직장인에게 좋은 첫걸음이 될 것 같습니다.

이동영, 코스콤 IT 엔지니어

이 책의 장점은 초보자가 점진적으로 업무 자동화에 익숙해질 수 있도록 가이드한다는 점입니다. 업무 자동화의 기본 개념과 ‘23가지 실전 자동화 프로그램을 만들기’라는 프로젝트형 실습을 다룹니다. 기초를 다진 다음 실제 프로그램을 만드는 단계별 접근이 학습 효과를 높여주며, 자연스럽게 업무 자동화와 관련된 다양한 배경 지식이 늘어나는 것을 느낄 수 있습니다. 파이썬으로 업무 자동화를 처음 시작하는 분들, 특히 체계적으로 기초부터 실전까지 배우고 싶은 분들에게 추천하는 책입니다.

책 속으로

이 책은 저자가 직접 현업에서 겪은 업무 고충을 해소하고 좀 더 효율적인 일 처리를 위해 고민하고 연구하여 성공한 업무 자동화 실전 사례와 기초를 담았습니다. 엑셀, 워드, 파워포인트와 같은 문서 작업부터 PDF 파일 처리, 웹 크롤링, API 활용까지 업무에서 바로 쓸 수 있는 예제를 제공합니다. 1장부터 8장까지는 파이썬 자동화에 자주 사용하는 라이브러리가 동작하는 원리를 이해할 수 있도록 작은 프로그램을 만들어 실행해보고, 그다음에는 규모를 키워 자동화 프로그램을 만드는 과정으로 여러분을 안내합니다. 각 장의 마지막 부분에는 연습문제와 학습 마무리를 제공해 내용을 다시 확인하고 복습할 수 있도록 도와줍니다. 23가지 자동화 프로그램에서는 파일 분류, 데이터 분석, 슬라이드 자동 생성, 웹 크롤링, AI 애플리케이션 제작 등 실무에 바로 적용 가능한 프로젝트를 통해 실제 활용 능력을 높일 수 있습니다.

[레벨 1 기초 업무 자동화 연습하기_ 엑셀, 워드, 파워포인트, 문서 다루기]

반복적인 엑셀 작업에 지친 직장인을 위해, 이 책은 엑셀 데이터를 읽고 쓰는 기본적인 방법부터 시작합니다. 여러 개의 파일을 자동으로 합치거나 조건에 따라 데이터를 재분류하는 실전 예제도 포함되어 있어, 매번 수작업으로 처리하던 업무를 손쉽게 자동화할 수 있습니다. 또한 워드 파일 생성 및 서식 설정, 송장 작성 같은 문서 작업도 단 몇 줄의 코드로 간단히 해결할 수 있습니다. 파워포인트로 그래프와 차트를 자동 생성하거나 엑셀 데이터를 활용해 슬라이드를 만드는 방법까지 다루며, 직장인의 실무 환경에 바로 적용 가능한 실질적인 도구와 노하우를 제공합니다.

[레벨 2 실전 업무 자동화 시작하기 _ 데이터 작업, 웹 스크레이핑, 챗GPT API 다루기]

파이썬의 대표적인 데이터 분석 도구인 판다스를 활용하면 대규모 데이터를 효율적으로 정리하고 분석할 수 있습니다. 엑셀을 뛰어넘는 데이터 처리 기법을 단계적으로 안내하며, 실무에서 즉시 활용 가능한 실습 예제를 제공합니다. 또한 뷰티풀수프와 셀레니움을 사용해 뉴스 기사, 실시간 환율, 부동산 정보 등 실무에 필요한 데이터를 자동으로 수집하고 정리하는 웹 스크레이핑 기술도 다룹니다. 여기서 한 걸음 더 나아가 챗GPT API를 활용한 업무 자동화도 포함되어 있습니다. AI 기술을 통해 대량의 텍스트에서 필요한 정보를 추출하거나, 반복적인 작업을 대신할 코드를 생성하며, 스마트한 업무 환경을 구축할 수 있습니다.

[레벨 3 23가지 업무 자동화 프로그램 만들기]

실무에 바로 적용 가능한 23가지의 자동화 프로그램을 만들며 공부합니다. 파일 분류 자동화, 파일 이름 일괄 변경 자동화, PDF 병합 및 분할, QR 코드 생성, 이메일 자동 발송, 일정 알림, 동영상 변환, 주식 데이터 시각화, 환율 및 비트코인 가격 조회 등 다양한 분야에서 활용할 수 있습니다. 그리고 요즘은 AI 기반 업무 자동화도 배우는 것이 좋습니다. 챗GPT API와 스트림릿을 활용한 광고 문구 생성, 로고 디자인, 동영상 자막 생성 같은 AI 기반 웹 애플리케이션도 공부해보세요.

[부록_챗GPT 활용하여 파이썬 코드 작성하기]

부록에서는 챗GPT를 활용해 파이썬 코드 작성부터 최적화까지의 전 과정을 효율적으로 지원받는 방법을 다룹니다. 파이썬에 능숙하지 않더라도 챗GPT의 도움을 받아 코드 생성부터 설명, 주석 작성, 오류 분석, 최적화 등 유용하게 활용할 수 있는 팁을 상세히 소개합니다.

출판사 서평

★ 위키독스 인기 도서, 〈파이썬 업무 자동화〉가 더 강력하게 책으로 돌아왔습니다!

★ 진짜 실무에 100% 활용할 수 있는 23가지 업무 자동화 예제와 함께

★ 지금 당장 도입하고 오늘부터 칼퇴하세요! 파이썬 초보자도 할 수 있습니다!

매일 반복되는 엑셀 작업, 문서 작성, 데이터 정리에 쫓기는 직장인이라면 한 번쯤은 ‘이제 반복 작업은 그만하고 싶다...’라는 고민을 해봤을 것입니다. 파일 수백 개의 이름을 수정한 다음 적절한 폴더로 옮기고, 엑셀에 정신 없이 정리된 엄청나게 많은 양의 입력값을 반복해서 고치고... 반복 작업과 대량의 데이터 처리 작업에 지쳐버린 당신에게 이 책을 선물합니다! 파일, 폴더 정리 자동화부터 엑셀, 워드, 파워포인트 자동 생성, 주식, 환율, 비트코인 데이터 수집을 위한 웹 크롤링과 그리고 챗GPT API 활용까지, 실제 업무에 바로 적용할 수 있는 23가지 업무 자동화 프로그램으로 업무 자동화 능력자가 되어보세요!

★ 누가 이 책을 읽어야 할까요?

엑셀, 워드, 파워포인트 등 반복 작업 때문에 스트레스를 받는 직장인

데이터가 많아질수록 업무 속도가 느려지는 것을 경험한 사람

최신 기술로 업무 효율성을 극대화하고 싶은 사람

단순 반복 작업 대신 창의적인 업무에 집중하고 싶은 사람

파이썬을 배우고 싶은데 어디서부터 시작할지 고민하는 초보자

업무뿐만 아니라 다양한 분야에서도 자동화를 확대하여 쓰고 싶은 사람

이상으로 파이썬 업무 자동화 일잘러 되기 + 챗GPT 책 포스팅을 마치겠습니다.

#파이썬, #업무자동화, #일잘러, #챗gpt, #chatgpt, #책, #강의, #강좌

파이썬 데이터 분석가 되기 + 챗GPT

파이썬 데이터 분석에 도움이 될 만한 책을 소개해드릴게요.

http://app.ac/HbM78yl43

 

파이썬 데이터 분석가 되기 + 챗GPT | 셀레나 - 교보문고

파이썬 데이터 분석가 되기 + 챗GPT | ★ 파이썬으로 데이터 분석을 하고 싶다면? ★ 파이썬 입문 그다음에 꼭 보세요! ★ ‘패스트캠퍼스’, ‘메가스터디’ 셀레나 쌤과 함께 실패 없이 완주하

product.kyobobook.co.kr

★ 파이썬으로 데이터 분석을 하고 싶다면?

★ 파이썬 입문 그다음에 꼭 보세요!

★ ‘패스트캠퍼스’, ‘메가스터디’ 셀레나 쌤과 함께 실패 없이 완주하세요!

실력을 갖춘 데이터 분석가로 성장하려면 시작이 중요합니다. 그래서 이 책은 무엇부터 익혀야 하는지 막막한 입문자에게 데이터 분석 로드맵을 제시하고 개념과 실습, 그리고 실무팁까지 차근차근 설명합니다. 또한 챗GPT로 공부하는 방법을 함께 소개하여 다양한 관점에서 데이터 분석을 학습할 수 있도록 준비했습니다. 이어서 파이썬 데이터 분석에 꼭 필요한 5대장인 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프를 최신 트렌드에 맞게 그리고 실무에 유용하게 알려줍니다. 모든 장 끝에는 연습문제가 수록되어 있어 배운 내용을 점검할 수 있습니다.

〈되기〉 시리즈 소개

〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.

저자(글) 셀레나

인물정보

강사/학원장

패스트캠퍼스, 메가스터디, 국비 지원 강의를 통해 5,000명 이상의 수강생을 온라인과 오프라인에서 만나며 데이터 분석을 가르쳐 왔습니다. 수강생들이 데이터 분석을 처음 접할 때 겪는 어려움과 고민을 가까이에서 지켜보며, 어떻게 하면 더 쉽게 이해하고 실습할 수 있을지 끊임없이 고민했습니다. 이러한 경험을 바탕으로 누구나 부담 없이 데이터 분석을 시작할 수 있는 안내서가 되기를 바라며 이 책을 집필하였습니다.

강의 및 컨설팅

- 패스트캠퍼스 : '실패 없이 완주하는 파이썬 데이터 분석 입문' 강의 런칭

- 삼성전자 : Citizen Developer 양성 과정 '파이썬 프로그래밍 기초'

- 대한의료정보학회 : '의료 데이터를 활용한 실전 분석' 튜토리얼

- 서강대학교, 숙명여자대학교, 한국교통대학교 : '파이썬을 활용한 머신러닝 및 데이터 분석 실습' 외 강의 및 컨설팅 진행

목차

01장 수치 계산 라이브러리, 넘파이

_01.1 넘파이와의 첫 만남

__넘파이 사용하기

_01.2 넘파이 배열, ndarray

__1차원 배열 알아보기

__2차원 배열 알아보기

__3차원 배열 알아보기

__넘파이 배열의 축 이해하기

__넘파이의 축 번호는 왜 그럴까?

__넘파이 배열의 데이터 타입 살펴보기

__데이터 타입 확인해보기

__넘파이 배열의 장점 알아보기

__다양한 방법으로 넘파이 배열 생성하기

__넘파이 배열 속성 이해하고 출력해보기

__[챗GPT와 함께] 넘파이 3차원 배열 생성해보기

__초기화 함수로 넘파이 배열 생성하기

__일정한 간격의 넘파이 배열 생성하기

__arange( ) 함수와 linspace( ) 함수 비교하기

_01.3 넘파이 배열로 다양하게 연산하기

__요소별 연산해보기

__[챗GPT와 함께] 넘파이 사칙연산 구하기

__수학 함수, 집계 함수와 함께 벡터화 연산해보기

_01.4 배열 인덱싱과 슬라이싱

__인덱스 이해하기

__단일 요소 인덱싱 이해하기

__슬라이싱 이해하기

__논리형 인덱싱 이해하기

__정수 배열 인덱싱 이해하기

__[챗GPT와 함께] 넘파이 배열의 슬라이싱을 다른 프로그래밍 언어와 비교하기

_01.5 배열의 형태 변형하기

__배열의 형태를 변형하여 새 배열을 반환하는reshape( ) 함수

__[챗GPT와 함께] reshape( ) 함수에서 -1을 쓰는 이유는 뭘까?

__원본 배열의 형태를 변형하는 resize( ) 함수

__1차원 배열로 변형하기

__전치 연산하기

_01.6 배열 합치고 분할하기

__배열 합치기

__배열 분할하기

__학습 마무리

__연습문제

02장 데이터 처리 라이브러리, 판다스

_02.1 판다스 시작하기

__판다스와 넘파이의 특징

__판다스와 넘파이의 관계

__판다스를 사용해야 하는 이유

__시리즈란?

__데이터프레임이란?

__데이터 다운로드하고 다시 업로드하여 살펴보기

__판다스의 데이터 타입 알아보기

__[챗GPT와 함께] 샘플 데이터 생성 후 판다스에서 읽어보기

_02.2 데이터 내용 확인하기

__데이터의 열과 행 확인하기

__데이터의 처음과 마지막 부분 확인하기

__데이터 구조 살펴보기

__[챗GPT와 함께] 데이터 구조 살펴보기

_02.3 특정 열 선택하기

__시리즈 반환하기

__데이터프레임 반환하기

__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (1)

__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (2)

_02.4 데이터 필터링하기

__비교 연산자 〉로 필터링하기

__부정 연산자 ~로 필터링하기

__논리 연산자 &나 |로 필터링하기

__[챗GPT와 함께] 데이터 필터링 기능 활용하기

__loc[ ]와 iloc[ ]로 필터링하기

__isin( ) 함수로 특정 값 필터링하기

__[챗GPT와 함께] isin( ) 함수와 조건문 비교하기

_02.5 결측치 처리하기

__결측치가 뭐죠?

__결측치 처리가 중요한 이유?

__결측치 처리, 어떻게 해야 할까요?

__결측치 확인하기

__결측치 처리하기

__결측치를 처리한 데이터프레임을 파일로 저장하기

__[챗GPT와 함께] 결측치에 대해 물어보자!

_02.6 데이터 통계 처리하기

__통계 구하기

__그룹별 집계하기

__[챗GPT와 함께] agg( ) 함수를 이용하여 통계 분석하기

_02.7 데이터프레임에 행이나 열 추가하거나 삭제하기

__행과 열 추가하기

__행과 열 삭제하기

__학습 마무리

__연습문제

03장 데이터 시각화 라이브러리, 맷플롯립

_03.1 맷플롯립 시작하기

__맷플롯립 소개

__맷플롯립 사용하기

__[챗GPT와 함께] 맷플롯립 장점 알아보기

_03.2 그래프 꾸미기

__축과 관련 있는 옵션 사용해보기

__선과 관련 있는 옵션 사용해보기

__[챗GPT와 함께] 맷플롯립 그래프 색상 설정하기

__제목 관련 옵션 사용해보기

__그래프 배경 관련 옵션 사용해보기

__[챗GPT와 함께] 맷플롯립 그래프 그리기

_03.3 다양한 그래프 그려보기(1)

__타이타닉 데이터셋 소개

__선 그래프 : 객실 등급에 따른 생존율 표시하기

__수직 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기

__수평 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기

__산점도 그래프 : 나이와 요금, 생존 여부 확인하기

__파이 차트 : 생존자, 사망자 비율 표현하기

__히스토그램 : 승객의 나이 분포 표시하기

_03.4 다양한 그래프 그려보기(2)

__히트맵 : 두 변수의 상관 관계를 표시하기

__영역 채우기 그래프 : 나이대별 생존자와 사망자 수 표현하기

__박스 플롯 : 승객 나이의 데이터 분포, 중앙값, 이상치 살펴보기

__바이올린 플롯 : 승객 등급에 따른 나이 분포 표시하기

__[챗GPT와 함께] 맷플롯립 박스플롯과 바이올린 플롯 활용에 대해 알아보기

__에러 바 : 요금의 평균과 표준편차 표현하기

__[챗GPT와 함께] 맷플롯립 에러바를 이용한 기업 월간 주가 확인하기

_03.5 그래프 한꺼번에 그려보기

__여러 종류의 그래프 그리는 방법 원리 설명

__개별 서브플롯을 하나씩 생성하기

__타이타닉 데이터셋으로 개별 서브플롯 하나씩 그리기

__개별 서브플롯을 동시에 생성하기

__타이타닉 데이터셋으로 개별 서브플롯 동시에 그리기

__하나의 서브플롯에 여러 그래프 그리기

__[챗GPT와 함께] 타이타닉 승객 등급별 요금 분포와 생존율 시각화하기

_03.6 그래프 저장하기

__학습 마무리

__연습문제

04장 데이터 시각화라이브러리, 시본

__04.1 시본 기본 개념

__시본 자체 데이터셋 불러오기

__팁 데이터셋 불러오기

__[챗GPT와 함께] Seaborn은 왜 별칭이 sns일까?

_04.2 여섯 가지 그래프 이해하기

__시본 그래프는 어떤 것들이 있을까?

__범주형 변수 산점도 그래프

__빈도 그래프

__선형 회귀선이 있는 산점도 그래프

__히스토그램과 커널 밀도 추정 그래프

__조인트 그래프

__관계 그래프

__[챗GPT와 함께] 이상치 탐지 그래프는 어떤 그래프로?

__학습 마무리

__연습문제

05장 웹 데이터 수집라이브러리, 뷰티풀수프

_05.1 웹 데이터 수집 기본 개념

__웹 데이터를 수집할 때 주의할 점

__[챗GPT와 함께] robots.txt 알아보기

__[챗GPT와 함께] 야후 파이낸스와 네이버 파이낸스의 robots.txt 비교하기

__웹 데이터 수집 용어 정리하기

__웹 스크래핑은 어떤 과정으로 수행될까?

__뷰티풀수프 기초 사용 방법 알아보기

__웹 스크래핑 원리 이해하기

_05.2 야후 파이낸스 주가 데이터 웹 스크래핑하기

__웹 페이지 파악하기

__헤더에 사용자 에이전트 값 추가하기

__삼성전자 종목 일별 시세 페이지 요청하기

__뷰티풀 수프로 데이터 추출하고 날짜, 원 표시하기

__for문으로 순회하면서 전체 날짜, 종가 데이터 가져오기

__수집한 데이터로 그래프 시각화하기

__[챗GPT와 함께] 날짜와 종가 데이터로 막대 그래프 그리기 346

__[챗GPT와 함께] 주식 데이터를 웹 스크래핑할 추가적인 사이트 349

__학습 마무리

__연습문제

06장 넷플릭스 데이터 분석 프로젝트

_06.1 넷플릭스 데이터 분석 프로젝트 소개

__여기서 사용하는 라이브러리

__데이터 분석 목표

__데이터 전처리 과정

__데이터 시각화 미리보기

_06.2 넷플릭스 데이터셋 파악하기

__캐글의 넷플릭스 데이터셋?

__[챗GPT와 함께] 캐글의 데이터 분석할 데이터셋 추천받기!

__넷플릭스 데이터셋 변수 살펴보기

__넷플릭스 데이터셋 불러와 살펴보기

_06.3 넷플릭스 데이터셋 결측치 처리하기

__넷플릭스 결측치 비율 확인하고 처리하기

_06.4 넷플릭스 피처 엔지니어링하기

__피처 엔지니어링은 어디에 쓰이나요?

__[챗GPT와 함께] 피처 엔지니어링 더 해보기

_06.5 넷플릭스 시각화하기 380

__데이터 전처리 완료한 데이터셋 불러오기

__넷플릭스 색상 시각화하기 380

__넷플릭스 오징어 게임 검색하기

__넷플릭스 파이 차트 그리기

__넷플릭스 막대 그래프 그리기

__넷플릭스 히트맵 그리기

__넷플릭스 워드 클라우드

__[챗GPT와 함께] 워드 클라우드 더 해보기

__학습 마무리

07장 의료 데이터 분석 프로젝트

_07.1 의료 데이터 분석 프로젝트 소개

__여기서 사용하는 라이브러리

__데이터 분석 목표

__데이터 전처리 과정

__데이터 시각화 미리보기

_07.2 의료 데이터셋 파악하기

__심부전 데이터셋이란?

__심부전 데이터셋 불러온 다음 내용 확인하기

_07.3 심부전 데이터셋 필터링하기

__논리형 인덱싱으로 데이터 필터링하기

_07.4 심부전 데이터셋 결측치 처리하기

__결측치 비율 확인하기

__결측치 처리하기

__결측치 처리 후에 결측치 개수 다시 확인하기

__[챗GPT와 함께] 결측치를 처리하는 방법이 궁금해!

_07.5 심부전 데이터셋 통계 처리하기

__평균값과 중앙값 구하기

__열의 빈도수 구하기

__통계량 요약하기

__그룹별 집계하기

__[챗GPT와 함께] 심부전 데이터셋을 이용한 피처 엔지니어링

_07.6 심부전 데이터셋 시각화하기

__심부전 색상 시각화하기

__심부전 파이 차트 그리기

__심부전 빈도 그래프 그리기

__심부전 데이터 영역 그래프 그리기

__심부전 범주형 산점도 그래프 그리기

__심부전 워드 클라우드 그리기

__[챗GPT와 함께] 추가적인 시각화를 진행해보자

__학습 마무리

책 속으로

★ 환영합니다, 파이썬 입문 그다음 책을 소개합니다!환영합니다. 데이터 분석가가 되고 싶은데 무엇을 어떻게 할지 모르겠는 분이라면, 잘 찾아오셨습니다. 이 책은 파이썬을 공부했거나, 데이터 분석에 입문하고 싶은 분들에게 필요한 내용을 알려줍니다. 데이터 분석의 기본을 체계적으로 다지고 싶은 예비 데이터 분석가에게 유용합니다. 처음에 공부하면 이해하기 어려운 추상적인 데이터 구성은 그림과 함께 설명하여 아주 쉽게 읽을 수 있습니다. 데이터 분석 분야에 꼭 필요한 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 그리고 데이터 수집에 필요한 뷰티풀수프까지! 이 책 한 권으로 데이터 분석에 입문해보세요!

파이썬 데이터 분석 5대장으로 공부하세요하나, 넘파이넘파이는 파이썬에서 수치 계산을 효율적으로 처리하는 라이브러리입니다. 다차원 배열 객체인 ndarray를 제공하며, 벡터 및 행렬 연산을 빠르게 수행할 수 있습니다. 또한, 다양한 수학 함수와 통계 함수도 지원하여 데이터 분석, 과학 계산, 머신러닝 등에 널리 사용됩니다.

둘, 판다스판다스는 파이썬에서 데이터 분석을 쉽게 할 수 있도록 돕는 라이브러리입니다. 주로 표 형식의 데이터를 다루는 데 사용되며, 데이터프레임과 시리즈 같은 자료구조를 제공해 데이터 조작, 필터링, 정렬, 집계 등을 효율적으로 처리합니다. 엑셀, CSV 등 다양한 파일 형식에서 데이터를 불러오고 처리할 수 있어 데이터 분석, 전처리에 널리 활용됩니다.

셋, 맷플롯립파이썬에서 데이터를 시각화하는 라이브러리입니다. 다양한 유형의 차트(선 그래프, 막대 그래프, 산점도 등)를 만들 수 있으며, 데이터를 시각적으로 표현해 분석 및 인사이트 도출을 돕습니다. 그래프의 스타일, 레이블, 축 등을 세밀하게 조정할 수 있어 데이터 시각화에 유연성과 강력한 기능을 제공합니다. 데이터 분석, 보고서 작성, 프레젠테이션 등에 자주 사용됩니다.

넷, 시본시본은 파이썬의 데이터 시각화 라이브러리로, 맷플롯립을 기반으로 더 간편하고 아름다운 그래프를 만들 수 있도록 도와줍니다. 시본은 데이터 분석에 자주 쓰이는 히트맵, 카테고리형 그래프, 분포형 그래프 등을 손쉽게 만들 수 있습니다. 특히 판다스와 잘 통합되어 데이터프레임을 직접 시각화할 때 유용합니다. 시본을 사용하면 그래프의 스타일과 색상 팔레트를 간단하게 조정할 수 있습니다.

다섯, 뷰티풀수프뷰티풀수프는 웹 페이지의 HTML이나 XML 문서를 파싱하여 데이터를 추출하는 파이썬 라이브러리입니다. 웹 스크래핑을 할 때 주로 사용하며, 웹사이트의 구조를 분석해 원하는 데이터(텍스트, 링크, 이미지 등)를 손쉽게 추출할 수 있습니다. 웹 페이지에서 데이터를 가져오고, 그 내용을 파싱해 필요한 정보를 추출하는 과정에서 매우 유용합니다. 뷰티풀수프는 복잡한 HTML 구조도 직관적으로 탐색할 수 있도록 돕습니다.

〈되기〉 시리즈는 여러분에게 앞으로 나아갈 길을 먼저 제시합니다

입문자를 위한 데이터 분석 로드맵을 만나보세요데이터 분석에 입문할 때 겪은 난감함을 생각했습니다. 무엇을 어떻게 할지 몰랐습니다. 로드맵이

필요했습니다. 하지만 누구도 제대로 된 로드맵을 제공해주지 않았습니다. 그래서 이 책은 로드

맵을 제공합니다. 로드맵에는 수많은 기술이 나열되어 있습니다. 책 한 권에 로드맵에 있는 모든 걸 담을 수도, 한 번에 모두 배울 수도 없지만 데이터 분석 입문에 꼭 필요한 내용은 모두 담기 위해 노력했습니다. 로드맵과 함께 어떤 방향으로 나아가야 할지 바라보며 공부해보세요.

- 온라인에서 보는 로드맵 : roadmap.sh/r/rdm-q8fbj

실무에 유용한 기술로 익히세요기술은 빠르게 변합니다. 지금은 대세이지만 지는 기술, 아직은 미약하지만 뜨는 기술이 있습니다. 트렌드가 변하는 데는 그럴 만한 이유가 있습니다. 반면 기본은 트렌드와 무관하게 변하지 않습니다. 그래서 기본은 탄탄하게, 기술셋은 트렌디하면서 실무에 유용하게 설명했습니다.

챗GPT와 함께 공부하세요이제는 챗GPT를 사용하지 않는 사람이 없습니다. 챗GPT가 만능은 아니지만 잘만 사용하면 어려운 문제를 쉽게 해결할 수도 있고, 모르는 내용을 더 쉽게 공부할 수도 있습니다. 다만 챗GPT는 질문에 기술이 필요하고, 잘 쓰는 사람은 어떻게 질문하는지 알아둘 필요가 있습니다. 그래서 이 책은 중간 중간 챗GPT와 함께 공부합니다. 선생님의 질문 노하우를 보면서 챗GPT와 함께 공부해보세요.

200% 학습 효율이 오르는 7가지 학습 가이드초보자가 데이터 분석에 필요한 환경 설정을 하는 건 너무 어려운 일입니다. 물론 제대로 된 환경을 만들고 싶을 수도 있습니다만 그보다 더 중요한 건 기초 개념을 실습하고 익히는 것이죠. 그래서 이 책은 설치 없이 바로 공부할 수 있도록 구글 드라이브와 구글 코랩으로 실습을 안내합니다.

하나, 구글에 가입하세요(무료)구글에 가입하면 파이썬 데이터 분석을 할 수 있는 코랩을 무료로 사용할 수 있습니다. 구글 계정

을 준비해주세요.

둘, 내 드라이브에 코랩 파일을 만드세요➊ 내 드라이브에 적당한 폴더를 만든 다음 ➋ 마우스 오른쪽 클릭 → ➌ 더보기 → ➍ Google Colaboratory를 누르면 구글 코랩 파일을 만들어 코랩을 사용할 수 있습니다.

셋, 코랩에서 코드를 입력하고 실행해보세요➊ 처음 파일을 만들면 코드를 입력할 수 있는 줄이 있습니다. 만약 새로운 코드를 입력하고 싶으면 [+ 코드]를 누르면 코드를 입력할 수 있는 줄이 생깁니다. ➋ 코드를 다 입력한 다음에는 ▶를 누르거나 [Shift + Enter]를 누르면 코드를 실행합니다. ➌ 코드를 실행한 결과는 코드 줄 아래에 바로 생깁니다. ➍ 코드를 실행하면 바로 다음 줄에 입력할 수 있는 줄이 생깁니다.

넷, 실습용 파일, 완성 파일은 모두 여기에 있습니다실습에 필요한 파일이나 완성 파일은 모두 bit.ly/4dXk2Ef에 장별로 구분하여 업로드해두었습니다. 다운로드 링크는 실습 진행 중에 바로 확인할 수 있도록 본문에서도 안내합니다. 필요할 때마다 다운로드하여 활용하세요.

다섯, 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 놓고 실습하세요데이터 분석이 처음이라면 내가 입력한 코드가 잘 실행되지 않을 수 있습니다. 초보라면 당연한 일입니다. 이 책은 그런 여러분들을 위해 실습 환경 파일과 정답 파일을 병렬로 제공합니다. 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 두고 실습해보세요.

여섯, 저자 선생님과 함께! 오픈카톡방을 활용하세요책으로 봐도, 정답 코드를 봐도 어렵다면?! 저자 선생님과 함께 공부해보세요. 데이터 분석 입문자에게 길을 열어주고 싶은 선생님이 오픈카톡방에 계십니다. 오픈카톡방의 명령어를 활용해서 다양한 자료도 쉽게 얻어보세요.

- 오픈카톡방 링크 : open.kakao.com/o/gm8FtZUg

일곱, 유튜브 강의도 활용해보세요저자 선생님 유튜브 동영상 강의도 있습니다. 함께 공부하거나 이동하면서 공부하고 싶을 때 유튜브 채널에 방문하여 영상으로 공부해보세요.

- 유튜브 채널 링크[셀레나쌤] : www.youtube.com/@SELENASSAM

출판사 서평

“수많은 강의와 교재 속에서 망설이고 있는 데이터 분석 입문자가 있다면 이 책을 권해주고 싶다. 넘파이를 이용하여 배열을 만들고 간단한 숫자들을 처리하는 방법부터 맷플롯립과 시본을 이용한 데이터 분석 및 시각화 방법과 뷰티풀수프를 이용한 웹 데이터 수집과 주가 데이터 분석까지 살펴본 후, 넷플릭스 데이터와 의료 데이터 분석 프로젝트를 수행하다보면 어느덧 데이터 분석 전문가의 길에 들어서고 있는 자신을 발견할 수 있을 것이다. 챗GPT로 데이터를 생성하여 활용하는 팁도 가득하다.”

서강대학교 컴퓨터공학과 박운상 교수

“파이썬 데이터 분석을 처음 접하는 독자들이 체계적으로 기초부터 차근차근 쌓아갈 수 있도록 세심하게 구성되어 있습니다. 그뿐만 아니라 실전 데이터 분석을 실무에 바로 적용할 수 있도록 넘파이, 판다스, 맷플롯립, 시본 등 필수 도구들의 활용 방법을 심도 있게 다루고 있습니다. 또 넷플릭스와 의료 데이터를 활용한 예제 프로젝트를 통해 흥미로운 실전 경험을 제공합니다. 파이썬과 데이터 분석을 처음 시작하는 분뿐만 아니라, 실무에서 데이터 분석 역량을 발전시키고자 하는 분에게도 든든한 가이드가 되기를 기대합니다.

서울아산병원 빅데이터연구센터 오지선 소장

“저자의 실무 경험과 전문성을 바탕으로 이번에 출간된 〈파이썬 데이터 분석가 되기〉는 그녀의 풍부한 지식과 역량이 집약된 결실이라 할 수 있습니다. 특히 실무 경험을 바탕으로 한 다양한 코멘트는 독자가 직접 데이터를 분석하고 활용해 나가면서 문제 해결 능력을 키우고 스스로 성장할 수 있는 길을 제시합니다. 또한 급변하는 데이터 분석 환경에 등장한 챗GPT를 활용하여 책의 내용을 쉽게 습득할 수 있고 다양한 궁금증을 해결할 수 있도록 돕습니다.

숙명여자대학교 소프트웨어학과 채희준 교수

오랫동안 고민해왔던 파이썬 데이터 분석의 교재에 대한 고민을 말끔하게 씻어주는 책이다. 웹 크롤링, 넷플릭스 데이터 분석, 의료 데이터 분석이라는 3가지 프로젝트를 제시하여 데이터 전처리, 데이터 시각화 및 분석을 사례로 제시하였는데 데이터 분석가를 목표로 공부하려는 학생들에게 매우 적절하다. 파이썬 응용, 파이썬 데이터시각화, 파이썬 데이터 분석 등의 주제나 교과목에서 교재로 사용하기에도 매우 유용한 도구라 할 수 있다.

숙명여자대학교 융합학부 박영민 교수

그럼 이상으로 파이썬 데이터 분석가 되기 + 챗GPT 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프파이썬 데이터 분석 입문자를 위한 풀 패키지 책소개 포스팅을 마치겠습니다.

파이썬 데이터 분석가 되기 + 챗GPT 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프파이썬 데이터 분석 입문자를 위한 풀 패키지 책소개 포스팅은 제휴마케팅이 포함되어있습니다.

#파이썬, #데이터분석, #챗GPT, #넘파이, #판다스, #맷플롯립, #시본, #뷰티플수프, #책, #강의, #강좌

파이썬 데이터 분석가 되기 + 챗GPT

챗GPT와 함께 파이썬 데이터 분석에 

도움이 될 만한 책을 소개해드릴게요.

http://app.ac/1j6oKHa73

 

파이썬 데이터 분석가 되기 + 챗GPT | 셀레나 - 교보문고

파이썬 데이터 분석가 되기 + 챗GPT | ★ 파이썬으로 데이터 분석을 하고 싶다면? ★ 파이썬 입문 그다음에 꼭 보세요! ★ ‘패스트캠퍼스’, ‘메가스터디’ 셀레나 쌤과 함께 실패 없이 완주하

product.kyobobook.co.kr

★ 파이썬으로 데이터 분석을 하고 싶다면?

★ 파이썬 입문 그다음에 꼭 보세요!

★ ‘패스트캠퍼스’, ‘메가스터디’ 셀레나 쌤과 함께 실패 없이 완주하세요!

실력을 갖춘 데이터 분석가로 성장하려면 시작이 중요합니다. 그래서 이 책은 무엇부터 익혀야 하는지 막막한 입문자에게 데이터 분석 로드맵을 제시하고 개념과 실습, 그리고 실무팁까지 차근차근 설명합니다. 또한 챗GPT로 공부하는 방법을 함께 소개하여 다양한 관점에서 데이터 분석을 학습할 수 있도록 준비했습니다. 이어서 파이썬 데이터 분석에 꼭 필요한 5대장인 넘파이, 판다스, 맷플롯립, 시본, 뷰티풀수프를 최신 트렌드에 맞게 그리고 실무에 유용하게 알려줍니다. 모든 장 끝에는 연습문제가 수록되어 있어 배운 내용을 점검할 수 있습니다.

〈되기〉 시리즈 소개

〈되기〉 시리즈는 이름 그대로 IT 분야에서 성장하려는 여러분을 위해 준비한 책입니다. 엄선된 IT 기술들을 로드맵과 함께 제시하고, 실무 중심으로 공부할 수 있도록 안내합니다. 여러분이 해당 분야에서 실무자로 빠르게 성장할 수 있도록 지원하겠습니다.

저자(글) 셀레나

인물정보

강사/학원장

패스트캠퍼스, 메가스터디, 국비 지원 강의를 통해 5,000명 이상의 수강생을 온라인과 오프라인에서 만나며 데이터 분석을 가르쳐 왔습니다. 수강생들이 데이터 분석을 처음 접할 때 겪는 어려움과 고민을 가까이에서 지켜보며, 어떻게 하면 더 쉽게 이해하고 실습할 수 있을지 끊임없이 고민했습니다. 이러한 경험을 바탕으로 누구나 부담 없이 데이터 분석을 시작할 수 있는 안내서가 되기를 바라며 이 책을 집필하였습니다.

강의 및 컨설팅

- 패스트캠퍼스 : '실패 없이 완주하는 파이썬 데이터 분석 입문' 강의 런칭

- 삼성전자 : Citizen Developer 양성 과정 '파이썬 프로그래밍 기초'

- 대한의료정보학회 : '의료 데이터를 활용한 실전 분석' 튜토리얼

- 서강대학교, 숙명여자대학교, 한국교통대학교 : '파이썬을 활용한 머신러닝 및 데이터 분석 실습' 외 강의 및 컨설팅 진행

목차

01장 수치 계산 라이브러리, 넘파이

_01.1 넘파이와의 첫 만남

__넘파이 사용하기

_01.2 넘파이 배열, ndarray

__1차원 배열 알아보기

__2차원 배열 알아보기

__3차원 배열 알아보기

__넘파이 배열의 축 이해하기

__넘파이의 축 번호는 왜 그럴까?

__넘파이 배열의 데이터 타입 살펴보기

__데이터 타입 확인해보기

__넘파이 배열의 장점 알아보기

__다양한 방법으로 넘파이 배열 생성하기

__넘파이 배열 속성 이해하고 출력해보기

__[챗GPT와 함께] 넘파이 3차원 배열 생성해보기

__초기화 함수로 넘파이 배열 생성하기

__일정한 간격의 넘파이 배열 생성하기

__arange( ) 함수와 linspace( ) 함수 비교하기

_01.3 넘파이 배열로 다양하게 연산하기

__요소별 연산해보기

__[챗GPT와 함께] 넘파이 사칙연산 구하기

__수학 함수, 집계 함수와 함께 벡터화 연산해보기

_01.4 배열 인덱싱과 슬라이싱

__인덱스 이해하기

__단일 요소 인덱싱 이해하기

__슬라이싱 이해하기

__논리형 인덱싱 이해하기

__정수 배열 인덱싱 이해하기

__[챗GPT와 함께] 넘파이 배열의 슬라이싱을 다른 프로그래밍 언어와 비교하기

_01.5 배열의 형태 변형하기

__배열의 형태를 변형하여 새 배열을 반환하는reshape( ) 함수

__[챗GPT와 함께] reshape( ) 함수에서 -1을 쓰는 이유는 뭘까?

__원본 배열의 형태를 변형하는 resize( ) 함수

__1차원 배열로 변형하기

__전치 연산하기

_01.6 배열 합치고 분할하기

__배열 합치기

__배열 분할하기

__학습 마무리

__연습문제

02장 데이터 처리 라이브러리, 판다스

_02.1 판다스 시작하기

__판다스와 넘파이의 특징

__판다스와 넘파이의 관계

__판다스를 사용해야 하는 이유

__시리즈란?

__데이터프레임이란?

__데이터 다운로드하고 다시 업로드하여 살펴보기

__판다스의 데이터 타입 알아보기

__[챗GPT와 함께] 샘플 데이터 생성 후 판다스에서 읽어보기

_02.2 데이터 내용 확인하기

__데이터의 열과 행 확인하기

__데이터의 처음과 마지막 부분 확인하기

__데이터 구조 살펴보기

__[챗GPT와 함께] 데이터 구조 살펴보기

_02.3 특정 열 선택하기

__시리즈 반환하기

__데이터프레임 반환하기

__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (1)

__[챗GPT와 함께] 판다스 특정 열 선택을 조건으로 활용하기 (2)

_02.4 데이터 필터링하기

__비교 연산자 〉로 필터링하기

__부정 연산자 ~로 필터링하기

__논리 연산자 &나 |로 필터링하기

__[챗GPT와 함께] 데이터 필터링 기능 활용하기

__loc[ ]와 iloc[ ]로 필터링하기

__isin( ) 함수로 특정 값 필터링하기

__[챗GPT와 함께] isin( ) 함수와 조건문 비교하기

_02.5 결측치 처리하기

__결측치가 뭐죠?

__결측치 처리가 중요한 이유?

__결측치 처리, 어떻게 해야 할까요?

__결측치 확인하기

__결측치 처리하기

__결측치를 처리한 데이터프레임을 파일로 저장하기

__[챗GPT와 함께] 결측치에 대해 물어보자!

_02.6 데이터 통계 처리하기

__통계 구하기

__그룹별 집계하기

__[챗GPT와 함께] agg( ) 함수를 이용하여 통계 분석하기

_02.7 데이터프레임에 행이나 열 추가하거나 삭제하기

__행과 열 추가하기

__행과 열 삭제하기

__학습 마무리

__연습문제

03장 데이터 시각화 라이브러리, 맷플롯립

_03.1 맷플롯립 시작하기

__맷플롯립 소개

__맷플롯립 사용하기

__[챗GPT와 함께] 맷플롯립 장점 알아보기

_03.2 그래프 꾸미기

__축과 관련 있는 옵션 사용해보기

__선과 관련 있는 옵션 사용해보기

__[챗GPT와 함께] 맷플롯립 그래프 색상 설정하기

__제목 관련 옵션 사용해보기

__그래프 배경 관련 옵션 사용해보기

__[챗GPT와 함께] 맷플롯립 그래프 그리기

_03.3 다양한 그래프 그려보기(1)

__타이타닉 데이터셋 소개

__선 그래프 : 객실 등급에 따른 생존율 표시하기

__수직 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기

__수평 막대 그래프 : 각 승선 항구에 따른 생존자 수 확인하기

__산점도 그래프 : 나이와 요금, 생존 여부 확인하기

__파이 차트 : 생존자, 사망자 비율 표현하기

__히스토그램 : 승객의 나이 분포 표시하기

_03.4 다양한 그래프 그려보기(2)

__히트맵 : 두 변수의 상관 관계를 표시하기

__영역 채우기 그래프 : 나이대별 생존자와 사망자 수 표현하기

__박스 플롯 : 승객 나이의 데이터 분포, 중앙값, 이상치 살펴보기

__바이올린 플롯 : 승객 등급에 따른 나이 분포 표시하기

__[챗GPT와 함께] 맷플롯립 박스플롯과 바이올린 플롯 활용에 대해 알아보기

__에러 바 : 요금의 평균과 표준편차 표현하기

__[챗GPT와 함께] 맷플롯립 에러바를 이용한 기업 월간 주가 확인하기

_03.5 그래프 한꺼번에 그려보기

__여러 종류의 그래프 그리는 방법 원리 설명

__개별 서브플롯을 하나씩 생성하기

__타이타닉 데이터셋으로 개별 서브플롯 하나씩 그리기

__개별 서브플롯을 동시에 생성하기

__타이타닉 데이터셋으로 개별 서브플롯 동시에 그리기

__하나의 서브플롯에 여러 그래프 그리기

__[챗GPT와 함께] 타이타닉 승객 등급별 요금 분포와 생존율 시각화하기

_03.6 그래프 저장하기

__학습 마무리

__연습문제

04장 데이터 시각화라이브러리, 시본

__04.1 시본 기본 개념

__시본 자체 데이터셋 불러오기

__팁 데이터셋 불러오기

__[챗GPT와 함께] Seaborn은 왜 별칭이 sns일까?

_04.2 여섯 가지 그래프 이해하기

__시본 그래프는 어떤 것들이 있을까?

__범주형 변수 산점도 그래프

__빈도 그래프

__선형 회귀선이 있는 산점도 그래프

__히스토그램과 커널 밀도 추정 그래프

__조인트 그래프

__관계 그래프

__[챗GPT와 함께] 이상치 탐지 그래프는 어떤 그래프로?

__학습 마무리

__연습문제

05장 웹 데이터 수집라이브러리, 뷰티풀수프

_05.1 웹 데이터 수집 기본 개념

__웹 데이터를 수집할 때 주의할 점

__[챗GPT와 함께] robots.txt 알아보기

__[챗GPT와 함께] 야후 파이낸스와 네이버 파이낸스의 robots.txt 비교하기

__웹 데이터 수집 용어 정리하기

__웹 스크래핑은 어떤 과정으로 수행될까?

__뷰티풀수프 기초 사용 방법 알아보기

__웹 스크래핑 원리 이해하기

_05.2 야후 파이낸스 주가 데이터 웹 스크래핑하기

__웹 페이지 파악하기

__헤더에 사용자 에이전트 값 추가하기

__삼성전자 종목 일별 시세 페이지 요청하기

__뷰티풀 수프로 데이터 추출하고 날짜, 원 표시하기

__for문으로 순회하면서 전체 날짜, 종가 데이터 가져오기

__수집한 데이터로 그래프 시각화하기

__[챗GPT와 함께] 날짜와 종가 데이터로 막대 그래프 그리기 346

__[챗GPT와 함께] 주식 데이터를 웹 스크래핑할 추가적인 사이트 349

__학습 마무리

__연습문제

06장 넷플릭스 데이터 분석 프로젝트

_06.1 넷플릭스 데이터 분석 프로젝트 소개

__여기서 사용하는 라이브러리

__데이터 분석 목표

__데이터 전처리 과정

__데이터 시각화 미리보기

_06.2 넷플릭스 데이터셋 파악하기

__캐글의 넷플릭스 데이터셋?

__[챗GPT와 함께] 캐글의 데이터 분석할 데이터셋 추천받기!

__넷플릭스 데이터셋 변수 살펴보기

__넷플릭스 데이터셋 불러와 살펴보기

_06.3 넷플릭스 데이터셋 결측치 처리하기

__넷플릭스 결측치 비율 확인하고 처리하기

_06.4 넷플릭스 피처 엔지니어링하기

__피처 엔지니어링은 어디에 쓰이나요?

__[챗GPT와 함께] 피처 엔지니어링 더 해보기

_06.5 넷플릭스 시각화하기 380

__데이터 전처리 완료한 데이터셋 불러오기

__넷플릭스 색상 시각화하기 380

__넷플릭스 오징어 게임 검색하기

__넷플릭스 파이 차트 그리기

__넷플릭스 막대 그래프 그리기

__넷플릭스 히트맵 그리기

__넷플릭스 워드 클라우드

__[챗GPT와 함께] 워드 클라우드 더 해보기

__학습 마무리

07장 의료 데이터 분석 프로젝트

_07.1 의료 데이터 분석 프로젝트 소개

__여기서 사용하는 라이브러리

__데이터 분석 목표

__데이터 전처리 과정

__데이터 시각화 미리보기

_07.2 의료 데이터셋 파악하기

__심부전 데이터셋이란?

__심부전 데이터셋 불러온 다음 내용 확인하기

_07.3 심부전 데이터셋 필터링하기

__논리형 인덱싱으로 데이터 필터링하기

_07.4 심부전 데이터셋 결측치 처리하기

__결측치 비율 확인하기

__결측치 처리하기

__결측치 처리 후에 결측치 개수 다시 확인하기

__[챗GPT와 함께] 결측치를 처리하는 방법이 궁금해!

_07.5 심부전 데이터셋 통계 처리하기

__평균값과 중앙값 구하기

__열의 빈도수 구하기

__통계량 요약하기

__그룹별 집계하기

__[챗GPT와 함께] 심부전 데이터셋을 이용한 피처 엔지니어링

_07.6 심부전 데이터셋 시각화하기

__심부전 색상 시각화하기

__심부전 파이 차트 그리기

__심부전 빈도 그래프 그리기

__심부전 데이터 영역 그래프 그리기

__심부전 범주형 산점도 그래프 그리기

__심부전 워드 클라우드 그리기

__[챗GPT와 함께] 추가적인 시각화를 진행해보자

__학습 마무리

책 속으로

★ 환영합니다, 파이썬 입문 그다음 책을 소개합니다!환영합니다. 데이터 분석가가 되고 싶은데 무엇을 어떻게 할지 모르겠는 분이라면, 잘 찾아오셨습니다. 이 책은 파이썬을 공부했거나, 데이터 분석에 입문하고 싶은 분들에게 필요한 내용을 알려줍니다. 데이터 분석의 기본을 체계적으로 다지고 싶은 예비 데이터 분석가에게 유용합니다. 처음에 공부하면 이해하기 어려운 추상적인 데이터 구성은 그림과 함께 설명하여 아주 쉽게 읽을 수 있습니다. 데이터 분석 분야에 꼭 필요한 파이썬, 넘파이, 판다스, 맷플롯립, 시본, 그리고 데이터 수집에 필요한 뷰티풀수프까지! 이 책 한 권으로 데이터 분석에 입문해보세요!

파이썬 데이터 분석 5대장으로 공부하세요하나, 넘파이넘파이는 파이썬에서 수치 계산을 효율적으로 처리하는 라이브러리입니다. 다차원 배열 객체인 ndarray를 제공하며, 벡터 및 행렬 연산을 빠르게 수행할 수 있습니다. 또한, 다양한 수학 함수와 통계 함수도 지원하여 데이터 분석, 과학 계산, 머신러닝 등에 널리 사용됩니다.

둘, 판다스판다스는 파이썬에서 데이터 분석을 쉽게 할 수 있도록 돕는 라이브러리입니다. 주로 표 형식의 데이터를 다루는 데 사용되며, 데이터프레임과 시리즈 같은 자료구조를 제공해 데이터 조작, 필터링, 정렬, 집계 등을 효율적으로 처리합니다. 엑셀, CSV 등 다양한 파일 형식에서 데이터를 불러오고 처리할 수 있어 데이터 분석, 전처리에 널리 활용됩니다.

셋, 맷플롯립파이썬에서 데이터를 시각화하는 라이브러리입니다. 다양한 유형의 차트(선 그래프, 막대 그래프, 산점도 등)를 만들 수 있으며, 데이터를 시각적으로 표현해 분석 및 인사이트 도출을 돕습니다. 그래프의 스타일, 레이블, 축 등을 세밀하게 조정할 수 있어 데이터 시각화에 유연성과 강력한 기능을 제공합니다. 데이터 분석, 보고서 작성, 프레젠테이션 등에 자주 사용됩니다.

넷, 시본시본은 파이썬의 데이터 시각화 라이브러리로, 맷플롯립을 기반으로 더 간편하고 아름다운 그래프를 만들 수 있도록 도와줍니다. 시본은 데이터 분석에 자주 쓰이는 히트맵, 카테고리형 그래프, 분포형 그래프 등을 손쉽게 만들 수 있습니다. 특히 판다스와 잘 통합되어 데이터프레임을 직접 시각화할 때 유용합니다. 시본을 사용하면 그래프의 스타일과 색상 팔레트를 간단하게 조정할 수 있습니다.

다섯, 뷰티풀수프뷰티풀수프는 웹 페이지의 HTML이나 XML 문서를 파싱하여 데이터를 추출하는 파이썬 라이브러리입니다. 웹 스크래핑을 할 때 주로 사용하며, 웹사이트의 구조를 분석해 원하는 데이터(텍스트, 링크, 이미지 등)를 손쉽게 추출할 수 있습니다. 웹 페이지에서 데이터를 가져오고, 그 내용을 파싱해 필요한 정보를 추출하는 과정에서 매우 유용합니다. 뷰티풀수프는 복잡한 HTML 구조도 직관적으로 탐색할 수 있도록 돕습니다.

〈되기〉 시리즈는 여러분에게 앞으로 나아갈 길을 먼저 제시합니다

입문자를 위한 데이터 분석 로드맵을 만나보세요데이터 분석에 입문할 때 겪은 난감함을 생각했습니다. 무엇을 어떻게 할지 몰랐습니다. 로드맵이

필요했습니다. 하지만 누구도 제대로 된 로드맵을 제공해주지 않았습니다. 그래서 이 책은 로드

맵을 제공합니다. 로드맵에는 수많은 기술이 나열되어 있습니다. 책 한 권에 로드맵에 있는 모든 걸 담을 수도, 한 번에 모두 배울 수도 없지만 데이터 분석 입문에 꼭 필요한 내용은 모두 담기 위해 노력했습니다. 로드맵과 함께 어떤 방향으로 나아가야 할지 바라보며 공부해보세요.

- 온라인에서 보는 로드맵 : roadmap.sh/r/rdm-q8fbj

실무에 유용한 기술로 익히세요기술은 빠르게 변합니다. 지금은 대세이지만 지는 기술, 아직은 미약하지만 뜨는 기술이 있습니다. 트렌드가 변하는 데는 그럴 만한 이유가 있습니다. 반면 기본은 트렌드와 무관하게 변하지 않습니다. 그래서 기본은 탄탄하게, 기술셋은 트렌디하면서 실무에 유용하게 설명했습니다.

챗GPT와 함께 공부하세요이제는 챗GPT를 사용하지 않는 사람이 없습니다. 챗GPT가 만능은 아니지만 잘만 사용하면 어려운 문제를 쉽게 해결할 수도 있고, 모르는 내용을 더 쉽게 공부할 수도 있습니다. 다만 챗GPT는 질문에 기술이 필요하고, 잘 쓰는 사람은 어떻게 질문하는지 알아둘 필요가 있습니다. 그래서 이 책은 중간 중간 챗GPT와 함께 공부합니다. 선생님의 질문 노하우를 보면서 챗GPT와 함께 공부해보세요.

200% 학습 효율이 오르는 7가지 학습 가이드초보자가 데이터 분석에 필요한 환경 설정을 하는 건 너무 어려운 일입니다. 물론 제대로 된 환경을 만들고 싶을 수도 있습니다만 그보다 더 중요한 건 기초 개념을 실습하고 익히는 것이죠. 그래서 이 책은 설치 없이 바로 공부할 수 있도록 구글 드라이브와 구글 코랩으로 실습을 안내합니다.

하나, 구글에 가입하세요(무료)구글에 가입하면 파이썬 데이터 분석을 할 수 있는 코랩을 무료로 사용할 수 있습니다. 구글 계정

을 준비해주세요.

둘, 내 드라이브에 코랩 파일을 만드세요➊ 내 드라이브에 적당한 폴더를 만든 다음 ➋ 마우스 오른쪽 클릭 → ➌ 더보기 → ➍ Google Colaboratory를 누르면 구글 코랩 파일을 만들어 코랩을 사용할 수 있습니다.

셋, 코랩에서 코드를 입력하고 실행해보세요➊ 처음 파일을 만들면 코드를 입력할 수 있는 줄이 있습니다. 만약 새로운 코드를 입력하고 싶으면 [+ 코드]를 누르면 코드를 입력할 수 있는 줄이 생깁니다. ➋ 코드를 다 입력한 다음에는 ▶를 누르거나 [Shift + Enter]를 누르면 코드를 실행합니다. ➌ 코드를 실행한 결과는 코드 줄 아래에 바로 생깁니다. ➍ 코드를 실행하면 바로 다음 줄에 입력할 수 있는 줄이 생깁니다.

넷, 실습용 파일, 완성 파일은 모두 여기에 있습니다실습에 필요한 파일이나 완성 파일은 모두 bit.ly/4dXk2Ef에 장별로 구분하여 업로드해두었습니다. 다운로드 링크는 실습 진행 중에 바로 확인할 수 있도록 본문에서도 안내합니다. 필요할 때마다 다운로드하여 활용하세요.

다섯, 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 놓고 실습하세요데이터 분석이 처음이라면 내가 입력한 코드가 잘 실행되지 않을 수 있습니다. 초보라면 당연한 일입니다. 이 책은 그런 여러분들을 위해 실습 환경 파일과 정답 파일을 병렬로 제공합니다. 실습 화면을 왼쪽에, 정답 화면을 오른쪽에 두고 실습해보세요.

여섯, 저자 선생님과 함께! 오픈카톡방을 활용하세요책으로 봐도, 정답 코드를 봐도 어렵다면?! 저자 선생님과 함께 공부해보세요. 데이터 분석 입문자에게 길을 열어주고 싶은 선생님이 오픈카톡방에 계십니다. 오픈카톡방의 명령어를 활용해서 다양한 자료도 쉽게 얻어보세요.

- 오픈카톡방 링크 : open.kakao.com/o/gm8FtZUg

일곱, 유튜브 강의도 활용해보세요저자 선생님 유튜브 동영상 강의도 있습니다. 함께 공부하거나 이동하면서 공부하고 싶을 때 유튜브 채널에 방문하여 영상으로 공부해보세요.

출판사 서평

“수많은 강의와 교재 속에서 망설이고 있는 데이터 분석 입문자가 있다면 이 책을 권해주고 싶다. 넘파이를 이용하여 배열을 만들고 간단한 숫자들을 처리하는 방법부터 맷플롯립과 시본을 이용한 데이터 분석 및 시각화 방법과 뷰티풀수프를 이용한 웹 데이터 수집과 주가 데이터 분석까지 살펴본 후, 넷플릭스 데이터와 의료 데이터 분석 프로젝트를 수행하다보면 어느덧 데이터 분석 전문가의 길에 들어서고 있는 자신을 발견할 수 있을 것이다. 챗GPT로 데이터를 생성하여 활용하는 팁도 가득하다.”

서강대학교 컴퓨터공학과 박운상 교수

“파이썬 데이터 분석을 처음 접하는 독자들이 체계적으로 기초부터 차근차근 쌓아갈 수 있도록 세심하게 구성되어 있습니다. 그뿐만 아니라 실전 데이터 분석을 실무에 바로 적용할 수 있도록 넘파이, 판다스, 맷플롯립, 시본 등 필수 도구들의 활용 방법을 심도 있게 다루고 있습니다. 또 넷플릭스와 의료 데이터를 활용한 예제 프로젝트를 통해 흥미로운 실전 경험을 제공합니다. 파이썬과 데이터 분석을 처음 시작하는 분뿐만 아니라, 실무에서 데이터 분석 역량을 발전시키고자 하는 분에게도 든든한 가이드가 되기를 기대합니다.

서울아산병원 빅데이터연구센터 오지선 소장

“저자의 실무 경험과 전문성을 바탕으로 이번에 출간된 〈파이썬 데이터 분석가 되기〉는 그녀의 풍부한 지식과 역량이 집약된 결실이라 할 수 있습니다. 특히 실무 경험을 바탕으로 한 다양한 코멘트는 독자가 직접 데이터를 분석하고 활용해 나가면서 문제 해결 능력을 키우고 스스로 성장할 수 있는 길을 제시합니다. 또한 급변하는 데이터 분석 환경에 등장한 챗GPT를 활용하여 책의 내용을 쉽게 습득할 수 있고 다양한 궁금증을 해결할 수 있도록 돕습니다.

숙명여자대학교 소프트웨어학과 채희준 교수

오랫동안 고민해왔던 파이썬 데이터 분석의 교재에 대한 고민을 말끔하게 씻어주는 책이다. 웹 크롤링, 넷플릭스 데이터 분석, 의료 데이터 분석이라는 3가지 프로젝트를 제시하여 데이터 전처리, 데이터 시각화 및 분석을 사례로 제시하였는데 데이터 분석가를 목표로 공부하려는 학생들에게 매우 적절하다. 파이썬 응용, 파이썬 데이터시각화, 파이썬 데이터 분석 등의 주제나 교과목에서 교재로 사용하기에도 매우 유용한 도구라 할 수 있다.

숙명여자대학교 융합학부 박영민 교수

그럼 이상으로 파이썬 데이터 분석가 되기 + 챗GPT 책소개 포스팅을 마치겠습니다.

파이썬 데이터 분석가 되기 + 챗GPT 책소개 포스팅은 제휴마케팅이 포함되어있습니다.

 

#파이썬, #데이터, #분석가, #챗GPT, #chatgpt, #책, #강의, #강좌

알고리즘 인사이드 with 파이썬

파이썬으로 문제해결 능력과 사고력을 키울 수 있는

책을 소개해드릴게요.

https://app.ac/ej6f4Ba33

 

알고리즘 인사이드 with 파이썬 | 손혁제 - 교보문고

알고리즘 인사이드 with 파이썬 |

product.kyobobook.co.kr

“17년 차 베테랑 개발자가 직접 풀고 해설한다!”

학생, 취준생, 주니어, 역량 개발이 필요한 모든 개발자를 위한

86개 문제 풀이로 사고력을 키우는 알고리즘 & 자료구조 입문서

오랫동안 많은 IT 기업은 인재를 선발하는 가장 효과적인 도구로 알고리즘 테스트를 활용해왔습니다. 문제 풀이와 개발 능력은 상관없어 보이지만, 알고리즘은 공부하면 할수록 구현 능력이 향상되고 논리력이 증가하는 '효율을 위한 도구'입니다.

이 책은 범용성 높은 프로그래밍 언어인 파이썬을 활용해 코딩 테스트에 자주 등장하는 문제 유형 86개를 풀이하는 과정을 살펴봅니다. 17년 차 S/W 아키텍트이자 개발자인 저자가 알려 주는 실무에도 유용한 해결 코드를 따라가다 보면 사고력과 문제 해결 능력의 기반을 다질 수 있습니다.

알고리즘이 처음인 학생, 코딩 테스트를 앞두고 있는 취준생은 물론이고 역량을 개발하려는 현직 개발자까지 자신의 수준에 맞춰 개념을 학습하고 문제를 풀이할 수 있도록 기본 이론과 문제 풀이, 해설까지 꼼꼼하게 담았습니다.

작가정보

저자(글) 손혁제

인물정보

소프트웨어공학자

임베디드, 애플리케이션, 서버까지 다양한 개발 경험을 가지고 있는 17년 차 개발자다. 대학원 때 Spencer Rugaber 교수의 Software Architecture 과목 수강 이후 꾸준히 고품질의 소프트웨어 개발에 관심을 가져왔고 이를 바탕으로 현대자동차에서 S/W 아키텍트 및 개발자로 일했다. 현재는 IT 서비스 개발 경험을 쌓고 싶어 LINE 앱을 위한 미디어 처리 마이크로 서비스를 개발하고 있다. 단말, 서버, 웹, 딥러닝, 머신러닝 등 가리지 않고 다양하고 양질의 소프트웨어를 구현하는 데 관심이 많다.

목차

PART 1 파이썬 문법, 핵심만 뽑아보기

Chapter 01 파이썬 기본 문법

1.1 데이터 타입

1.2 조건문과 반복문

1.3 함수와 람다 표현식

1.4 고급 제어

1.5 클래스

1.6 멀티 프로세싱

Chapter 02 정규표현식

2.1 search, match

2.2 compile

2.3 findall과 finditer

PART 2 기본 자료구조와 알고리즘

Chapter 03 핵심 자료구조

3.1 스택

3.2 큐

3.3 원형 큐

3.4 연결 리스트

3.5 해시, 맵

3.6 트리

3.7 힙

3.8 그래프

Chapter 04 기본 알고리즘

4.1 정렬

4.2 그래프 알고리즘

4.3 문자열 검색

PART 3 알고리즘별 문제 풀이Ⅰ

Chapter 05 재귀

5.1 왜 재귀인가?

5.2 재귀 알고리즘의 동작 방식

문제 01 홍수 채우기

문제 02 이진 트리의 최대 깊이

문제 03 괄호 생성하기

문제 04 연결 리스트의 노드 교환하기

Chapter 06 탐색

문제 05 미로 탐색

문제 06 최솟값으로 목적지 찾기

문제 07 생존 게임

문제 08 자물쇠 열기

문제 09 바다와의 거리 구하기

문제 10 썩은 사과

Chapter 07 공간

문제 11 공평하게 콩이 든 가방

문제 12 나선 행렬

문제 13 최소한의 벽돌 뚫기

문제 14 일정 등록

Chapter 08 순열과 조합

8.1 경우의 수

8.2 순열

8.3 조합

문제 15 문자열 순열 생성

문제 16 중복 없는 조합 찾기

문제 17 가장 가까운 시간 생성하기

문제 18 숫자로 만들 수 있는 문자 조합 찾기

Chapter 09 배열

문제 19 필요한 회의실 개수 구하기 3

문제 20 겹치는 구간 병합하기

문제 21 총 공격 시간 계산하기

문제 22 풍선을 모두 터뜨리는 데 필요한 화살 개수

문제 23 최댓값의 부분 배열 찾기

문제 24 두 수의 합으로 목표 값 찾기

문제 25 단조 증가 수열 만들기 Ⅰ

문제 26 유일한 단어 찾기

문제 27 배열의 중복 값 제거하기

문제 28 레이블에서 가장 큰 값 찾기

문제 29 거스름돈 계산하기

문제 30 단조 증가 수열 만들기 Ⅱ

문제 31 이상 거래 감지

Chapter 10 정렬

문제 32 홀수와 짝수로 정렬하기

문제 33 빈도에 따라 정렬하기

문제 34 들쭉날쭉 정렬하기

문제 35 맞춤 정렬하기

문제 36 가장 많이 출현한 단어 정렬하기

문제 37 대각 원소 정렬하기

Chapter 11 검색

문제 38 이진 검색하기

문제 39 정점 찾기

문제 40 정렬된 행렬에서 r번째 값 찾기

문제 41 회전된 배열에서 값 찾기

Chapter 12 문자열

문제 42 가장 짧고 겹치는 문자열 찾기

문제 43 고유한 부분 문자열 만들기

문제 44 UTF-8 검증기

문제 45 최소 길이 부분 문자열 찾기 Ⅰ

문제 46 최소 길이 부분 문자열 찾기 Ⅱ

문제 47 중복 정보 통합하기

문제 48 문자열 섞기

문제 49 해시 값과 일치하는 부분 문자열 찾기

문제 50 문자열로 팰린드롬 만들기

문제 51 부분 문자열로 팰린드롬 만들기

문제 52 문자열에서 애너그램 모두 찾기

문제 53 팰린드롬이 되는 모든 경우의 수 찾기

PART 4 알고리즘별 문제 풀이Ⅱ

Chapter 13 기본 자료구조 활용

문제 54 가장 긴 파일 경로 찾기

문제 55 보다 따뜻한 날

문제 56 괄호 쌍을 만드는 데 필요한 괄호 수 구하기

문제 57 괄호 내 문자열 뒤집기

문제 58 인접 노드와 위치 교환하기

문제 59 연결 리스트 분할하기

문제 60 연속된 노드의 그룹 개수 구하기

문제 61 k만큼 리스트 회전하기

Chapter 14 트리

문제 62 단계 순위 순회로 역방문하기

문제 63 가장 긴 연속 증가 수열 찾기

문제 64 트리의 최대 너비 구하기

문제 65 경로 합으로 목표 값 찾기

문제 66 전위 순회 결과로 트리 생성하기

문제 67 이진 트리의 수직 순위 순회

문제 68 유효한 이진 탐색 트리 찾기

Chapter 15 그래프

문제 69 최소 비용으로 모든 정점 연결하기

문제 70 그래프의 사이클 유무 확인하기

문제 71 두 정점 간 모든 경로 찾기

문제 72 사이클이 없는 정점 찾기

문제 73 네트워크 내 모든 단말 연결하기

문제 74 핵심 도시 파악하기

문제 75 네트워크 지연 시간 계산하기

Chapter 16 숫자

문제 76 숨겨진 수열 찾기

문제 77 k로 나눌 수 있는 쌍의 개수

문제 78 총합이 k인 부분 집합 찾기

문제 79 최댓값 리스트 생성하기

Chapter 17 동적 계획법

문제 80 최솟값으로 삼각형의 경로 구하기

문제 81 최대 크기의 정사각형 찾기

문제 82 비트 1의 개수 구하기

문제 83 n을 만드는 숫자 조합의 수

문제 84 최대 점수로 풍선 터트리기

문제 85 가장 높은 점수로 이분할하기

문제 86 최대 수익을 내는 구간 찾기

부록

Appendix A 시간 복잡도 이해하기

Appendix B 컨벤션에 따른 코드 작성하기

그럼 이상으로 알고리즘 인사이드 with 파이썬 책소개 포스팅을 마치겠습니다.

알고리즘 인사이드 with 파이썬 책소개 포스팅은 제휴마케팅이 포함되어있습니다.

#알고리즘, #인사이드, #파이썬

핵심만 요약한 통계와 머신러닝 파이썬 코드북

통계와 머신러닝을 빠르고 쉽게 익힐 수 있는

파이썬 관련 책을 소개해드릴게요.

https://app.ac/7Er8oQS53

 

핵심만 요약한 통계와 머신러닝 파이썬 코드북 | 조정임 - 교보문고

핵심만 요약한 통계와 머신러닝 파이썬 코드북 |

product.kyobobook.co.kr

이 책은 데이터 과학(data science)에 입문할 때 기본적으로 알아야 할 통계학의 개념들과 주요 머신러닝 알고리즘들을 빠르게 학습하는 것을 목적으로 한다. 머신러닝을 학습하기에 앞서 탐색 적 자료 분석, 확률분포, 추정과 가설 검정, 공분산과 상관계수, 회귀 분석 등 기초 통계학을 살 펴본 후, 머신러닝의 지도 학습 알고리즘과 비지도 학습 알고리즘을 학습하도록 목차를 구성하였다.

지도 학습 알고리즘으로는 의사결정나무와 앙상블, KNN, SVM, 나이브 베이즈 분류, 인공신경망을 살펴보고, 비지도 학습 알고리즘으로는 차원 축소, 계층적/비계층적 군집 분석, 연관규칙학 습을 다룬다. 이밖에 시계열 분석에 대한 내용도 포함되어 있다.

이론적인 설명은 최대한 간략하게 소개하는 한편, 파이썬 코드를 통해 각종 개념들을 이해하고 다양한 알고리즘으로 모델을 구현하는 방법을 익히는 것에 중점을 두었다. 이 때문에 책의 분량의 상당 부분을 파이썬 예제 코드를 담는 것에 할애하였다. 또한, 각 학습 주제 별 연습문제를 통해 공부한 내용을 복습할 수 있다.

저자(글) 조정임

인물정보

프로그래머

이화여자대학교에서 중어중문학을 전공한 후, 스마트폰, 시스템 반도체 기업 등에서 해외영업 및 마케팅 업무를 하였다. 이후, 현장의 데이터들을 효과적으로 업무에 활용할 방법을 찾고자 노베이스 비전공자의 어려움을 무릅쓰고 데이터 과학의 세계에 뛰어들었다. 알아갈수록 새로운 것이 쏟아져 나오는 이 흥미로운 탐험을 계속하며, 하루하루 충실하게 살고 있다.

목차

1장 탐색적 데이터 분석

1-1. 공통

데이터 불러오기

데이터 기본정보 확인

기술 통계

1-2. 질적변수

도수분포표, 상대도수분포표

상관계수: 스피어만 순위상관계수, 켄달의 타우

질적변수 탐색 시각화

1-3. 양적변수

도수분포표, 상대도수분포표

계산적 대푯값

위치적 대푯값

절대적 산포도

상대적 산포도

왜도, 첨도

상관계수: 피어슨의 적률상관계수

양적변수 탐색 시각화

-연습문제와 풀이

2장 전처리

2-1. 결측치 처리

결측치 확인

Zero imputation & Constant imputation

대푯값으로 채우는 방법

단순확률대치법

다른 변수들로부터 모델링을 하여 결측값을 예측하는 방법

보간법

실제값과 대치값 비교

2-2. 이상치 처리

절단

조정

클리핑

2-3. 클래스 불균형 처리

클래스 불균형 데이터 생성하기

랜덤오버샘플링

SMOTE

Borderline SMOTE

K-means SMOTE

SVM SMOTE

ADASYN

오버샘플링된 데이터로 분류 학습 및 결과 비교

2-4. 변수변환

2-4-1. 수치형 변수 변환

표준화

최소최대 스케일링

Robust scaling

Quantile scaling

Feature scaling한 데이터로 로지스틱 회귀 분석 및 결과 비교

로그 변환

거듭제곱변환

Target scaling한 데이터로 시각화, 선형 회귀 분석 및 결과 비교

순위로 변환

구간 분할

2-4-2. 범주형 변수 변환

원핫인코딩

더미코딩

숫자로 표현된 범주형 특성 변환

레이블 인코딩

특징 해싱

빈도 인코딩

-연습문제와 풀이

3장 표본추출, 데이터 분할, 교차검증

3-1. 표본 추출

단순랜덤추출법

계통추출법

집락추출법

층화추출법

3-2. 데이터 분할

일반적 데이터 분할 및 홀드아웃 방법

Shuffle split

K-fold 분할

Stratified K-fold 분할

Group K-fold 분할

3-3. 교차 검증

분할 샘플들로 교차 검증

파라미터 후보들로 교차 검증

-연습문제와 풀이

4장 확률분포

4-1. 특수한 이산형 확률분포들

베르누이 분포

이항분포

음이항분포

기하분포

초기하분포

포아송 분포

4-2. 특수한 연속형 확률분포들

균일분포

정규분포와 표준정규분포

지수분포

감마분포

카이제곱분포

t분포

F분포

-연습문제와 풀이

5장 추정과 가설 검정

5-1. 일표본 (One-sample)

모평균의 추정과 가설 검정: Z분포, t분포

1종 오류와 2종 오류

모비율의 추정과 가설 검정: Z분포

모분산의 추정과 가설 검정: 카이제곱분포

5-2. 이표본 (Two-sample)

독립표본 모평균 차이의 추정과 가설 검정: Z분포, t분포

대응표본 모평균 차이의 추정과 가설 검정: Z분포, t분포

모비율 차이의 추정과 가설 검정: Z분포

모분산 비의 추정과 가설 검정: F분포

5-3. 분산분석의 가정

정규성 검정

k표본 등분산 검정 (Levene)

k표본 등분산 검정 (Bartlett)

5-4. 분산분석: F분포

등분산인 one-way ANOVA

이분산인 one-way ANOVA

등분산인 two-way ANOVA (모수인자-모수인자)

등분산인 two-way ANOVA (모수인자-변량인자)

-연습문제와 풀이

6장 비모수 검정

6-1. 카이제곱검정: 카이제곱분포

적합성 검정: 다항모집단 비율의 차이

독립성 검정: 한 모집단 내 여러 수준의 차이

동질성 검정: 여러 (부)모집단 간 여러 수준에 대한 차이

6-2. Run 검정: Run 검정표, Z분포

일표본 Run 검정

이표본 Run 검정

6-3. 이항변수 데이터 검정: 카이제곱분포

맥니머 검정

코크란Q 검정

6-4. 부호, 순위 데이터 검정

일표본 부호 검정: 이항분포, Z분포

이표본 부호 검정: 이항분포, Z분포

일표본 윌콕슨 부호순위 검정: 윌콕슨 부호순위 검정표, Z분포

이표본 윌콕슨 부호순위 검정: 윌콕슨 부호순위 검정표, Z분포

윌콕슨 순위합 검정(만 위트니 U검정): 윌콕슨 순위합 검정표, Z분포

6-5. k표본 순위 데이터 검정

크러스컬 월리스 검정: 크러스컬 월리스 검정표, 카이제곱분포

프리드먼 검정: 프리드먼 검정표, 카이제곱분포

-연습문제와 풀이

7장 공분산과 상관계수

7-1. 공분산

7-2. 상관계수

-연습문제와 풀이

8장 회귀 분석

8-1. 선형 회귀

8-1-1. 단순 선형 회귀

8-1-2. 다중 선형 회귀

영향치 판단

VIF 계산

변수 선택과 가능도

잔차 분석

8-1-3. 규제 선형 회귀

릿지 회귀

라쏘 회귀

엘라스틱 넷

8-1-4. 일반화 선형 회귀

로지스틱 회귀

포아송 회귀

8-1-5. 아웃라이어에 강한 선형 회귀

Robust regression

Quantile regression

8-2. 비선형 회귀

다항 회귀

스플라인 회귀

-연습문제와 풀이

9장 지도 학습 알고리즘

9-1. 의사결정나무와 앙상블

9-1-1. 의사결정나무

9-1-2. 앙상블

배깅

부스팅

랜덤 포레스트와 Extra-trees

스태킹

9-2. KNN

9-3. SVM

9-4. 나이브 베이즈 분류

베이즈 통계

나이브 베이즈 분류

9-5. 인공신경망

다층 퍼셉트론

-연습문제와 풀이

10장 비지도 학습 알고리즘

10-1. 차원 축소

주성분 분석

요인 분석

독립성분 분석

음수 미포함 행렬 분해

다차원 척도법

원본 데이터와 차원 축소 데이터로 적합한 모델 성능 비교

10-2. 군집 분석

10-2-1. 계층적 군집 분석

10-2-2. 비계층적 군집 분석

K-means clustering

DBSCAN

혼합분포군집

SOM

10-3. 연관규칙학습

-연습문제와 풀이

11장 모델 평가 지표와 거리 지표

11-1. 회귀모델 평가 지표

11-2. 분류모델 평가 지표

11-3. 군집모델 평가 지표

실제 군집값이 없는 경우

실제 군집값이 있는 경우

11-4. 거리 지표

연속형 변수의 거리들

범주형 변수의 거리들

-연습문제와 풀이

12장 시계열 분석

12-1. 시계열 탐색적 분석

12-1-1. 일반적 EDA

12-1-2. 시계열에 특화된 EDA

정상성 확인

자기상관 확인

시계열 분해

12-2. 시계열 데이터 전처리

시계열 데이터 다루기

시계열 빈도 변경 (업샘플링, 다운샘플링)

결측치 처리

차분과 변환

12-3. 시계열 모델링 및 평가

박스-젠킨스 방법과 ARIMA

자동 차수 선택 방법과 ARIMA

-연습문제와 풀이

출판사 서평

대상 독자

이 책으로 학습하기 위해서는 기본적인 파이썬 프로그래밍 능력과 데이터 과학에 대한 기초 지식이 필요하다. 이러한 배경지식이 없는 독자라면, 이 책의 내용을 학습하기 전에 기초적인 파이썬 언어 사용법을 익히고, 데이터 과학에 대한 기본 개념을 살펴보기를 권한다.

비록 이러한 배경지식이 없더라도, 이 책의 예제 코드들을 직접 작성하며 실행해보는 동시에, 그 때 그 때 등장하는 모르는 개념들을 찾아가며 학습하는 방법도 시도해 볼 수 있다.

사용 가이드

이 책에 나온 파이썬 개발 환경(Integrated Development Environment)은 Jupyter lab version 3.0.12이다. 컴퓨터에 Jupyter lab을 설치한 후, 각종 라이브러리들을 추가로 설치해서 이 책의 코드들을 실행해 볼 수 있다.

이 방법이 여의치 않은 경우에는 별도의 설치가 필요 없는 Colaboratory를 사용하는 방법도 있다. 웹(https://colab.research.google.com/)을 통해서 코드를 작성하고 실행하기 때문에 디바이스나 장소에 구애 받지 않고 사용이 가능하다. 기본적인 라이브러리도 설치가 되어 있기 때문에 처음 개발 환경을 셋팅하느라 소요되는 시간을 절약할 수 있다. 다만 일부 라이브러리는 추가로 설치해야 한다.

일부 코드 블럭에서는 라이브러리나 클래스를 불러오는 과정이 생략되어 있으므로, 주요 파이썬 라이브러리의 약자와 클래스의 출처를 염두에 두고 학습하기를 권한다. 예를 들어, NumPy는 np, seaborn은 sns로 사용하며, Pandas에서 DataFrame, read_csv 등 클래스를 불러와 사용하는 경우이다.

이 책의 목차는 학습의 흐름에 맞는 순서대로 구성이 되어 있지만, 이미 알고 있는 부분은 건너뛰어도 무방하다. 각 학습 주제에 대해 추가적인 정보가 필요할 수 있으며, 구글링이나 다른 도서를 통해 내용을 보충하기를 권한다.

어떤 코드들은 데이터나 모델링 과정에서 무작위적(Random) 요소가 있어서 책에 나온 결과대로 출력이 되지 않을 수도 있지만, 이는 코드의 문제가 아닌 자연스러운 결과이다.

일부 시각화 출력은 편집 상 편의를 위해 크기를 조정하였기 때문에 실제 출력 크기와 다를 수 있다. 코드 번호가 중간에 한두줄 비는 경우도 편집된 경우이며 코드의 정상적 실행에는 영향을 미치지 않는다.

그럼 이상으로 핵심만 요약한 통계와 머신러닝 파이썬 코드북 책소개 포스팅을 마치겠습니다.

핵심만 요약한 통계와 머신러닝 파이썬 코드북 책소 포스팅은 제휴마케팅이 포함되어있습니다.

 

#파이썬, #통계, #머신러닝

파이썬과 마이크로비트


파이썬과 마이크로비트를 다루는

교보문고의 신간을 소개해드릴게요.

https://app.ac/1ACeSs553

 

파이썬과 마이크로비트로 배우는 실전 코딩 프로젝트 | 김정화 - 교보문고

파이썬과 마이크로비트로 배우는 실전 코딩 프로젝트 |

product.kyobobook.co.kr

 

마이크로비트와 파이썬으로 코딩 프로젝트를 배워 보자!

이 책은 여러분들께 파이썬 문법에 대한 명확한 설명, 실습 프로젝트 및 단계별 안내를 통해 파이썬의 모든 개념을 단계적으로 쉽게 안내해 드릴 것입니다. 또한 마이크로비트의 기본적인 기능을 제어하는 것부터 인공지능 카메라를 이용한 프로젝트를 만들기까지 다양한 프로젝트를 완성하는 방법을 배울 수 있습니다.

 

코딩은 아이디어를 형성하고 세상에 영향을 줄 수 있는 창의적인 과정인 예술 형식입니다. 세심하게 선별된 프로젝트를 통해 파이썬에 능숙해질 뿐만 아니라 문제 해결 기술을 키울 수 있습니다.

 

이 책이 여러분들 안에 있는 엄청난 잠재력을 열어 주고 코딩, 파이썬, 물리적 컴퓨팅에

대한 열정을 심어 주는 촉매제가 되기를 바랍니다.

 

 

저자(글) 김정화

 

인물정보

컴퓨터공학자

LG전자에서 10년 정도 핸드폰 SW 개발을 하였습니다. 잠시 육아를 위해 일은 접어 두었다가 2018년부터 SW 강사로 활동하고 있습니다. 초중고등학교 대상으로 다양한 콘텐츠로 수업을 하고 있으며 2021년부터는 대학생들 대상으로도 컴퓨팅사고와 소프트웨어라는 주제로 강의를 하고 있습니다.

그 밖에도 아이씨뱅큐에서는 콘텐츠 개발 자문위원, 다양한 곳에서 SW 코딩 강사가 되고자 하는 분들 대상으로는 양성 교육을 하고 있습니다. 또한 2022년 말부터는 LG디스커버리랩에서 인공지능 강사로 활동하고 있습니다. 다양한 교육 콘텐츠를 접할 수 있는 곳이나 새로운 교육 방법을 배울 수 있는 곳이라면 어디든 적극적으로 참석하여 배우고 성장하고 있습니다.

 

저자(글) 엄온숙

 

인물정보

프로그래머

SK C&C에서 SAP ABAP 및 HR/PM Consultant로 근무하며 시스템 개발/운영, IT 컨설팅 업무를 통해 IT 인력으로서의 필요한 경력을 쌓았습니다. 그 경험을 바탕으로 2018년부터 현재까지 다수의 초등학교 중학교 고등학교 정규 수업 및 방과후에서 코딩/인공지능 강사로 활동하고 있습니다.

2019년에는 미국 캘리포니아 얼바인에서 일 년간 연수하며 애플 및 마이크로소프트 코딩 캠프에 참여하며 미국 현지의 코딩 교육을 경험해 보았습니다. 최근에는 다수의 SW 교육 기관에서 주관하는 디지털 새싹 캠프 및 인공지능 윤리 교육 강사로 활동하며 파이썬, 마이크로비트, 인공지능 수업을 진행하고 있습니다.

 

목차

추천사

머리말

 

1장 마이크로비트로 파이썬하기 - 파이썬 편집기 알아보기

2장 마이크로비트로 파이썬하기 - 파이썬 편집기 익숙해지기

3장 누가 더 많이 클릭했을까?

4장 스마트 가로등과 한파 경보기

5장 줄넘기 횟수 카운터와 전동 킥보드 방향 지시등

6장 노래하는 디지털 펫

7장 장애물 피하기 게임(slalom)

8장 말하는 마이크로비트

9장 데이터를 기록하는 마이크로비트

10장 마이크로비트로 만드는 찐친 무전기

11장 줄줄히 켜지는 LED

12장 나만의 감성 무드등

13장 온도 감지 선풍기

14장 OX 전광판

15장 당신의 행운 번호를 알려 드려요

16장 미세먼지 감지기

17장 자율 주행차 마퀸

18장 RC car 마퀸

19장 똑똑한 마이크로비트가 되자

20장 마이크로비트에게 물어보세요

 

추천사

박산순 (국내최초 청소년 인공지능 과학관, LG디스커버리랩 팀장)

‘망망대해를 헤매다 만난 등대 불빛!’ 이 책을 읽고 첫 번째 떠오른 생각입니다. 마이크로비트호를 타고 파이썬 바다를 항해하는 청소년들에게 이 책을 추천합니다. 코딩! 무엇부터 해야 할지 그리고 어디로 가야 할지 모를 때 훌륭한 길잡이가 되어 줄 것입니다.

 

전제철 (부산교육대학교 사회교육과 교수)

파이썬 코딩을 쉽고 재미있게 배울 수 있는 최고의 안내서! 이 책은 파이썬을 쉽게 배우고 싶은데 어려워서 막막한 학생들을 위한 최상의 가이드북입니다. 마이크로비트와 함께하는 프로젝트들은 흥미로운 주제와 친절한 설명으로 구성되어 있어 코딩을 즐기면서 실력을 향상시킬 수 있습니다.

빠르게 변화하는 미래 사회에서는 디지털 기술이 핵심 역량으로 부각되고 있습니다. 이 책을 통해 학생들의 창의성과 능동적인 학습 태도를 기르고, 코딩 능력을 함양하여 현실 세계에서 문제를 해결하는 데 기여할 뛰어난 미래 인재로 성장할 수 있기를 기대합니다.

 

 

그럼 이상으로 파이썬과 마이크로비트 로 배우는 실전 코딩 프로젝트 교보문고 신간 소개 포스팅을 마치겠습니다.

파이썬과 마이크로비트 로 배우는 실전 코딩 프로젝트 교보문고 신간 소개 포스팅은 제휴마케팅이 포함되어있습니다.

 

+ Recent posts