소장자료검색

책소개

파이썬을 이용한 데이터 조작, 처리, 정비에 관한 완벽한 교재가 필요한가? 아나콘다 설치와 파이썬 3, pandas 0.17 버전 테스트를 마친 수정보완판을 만나보자

이 책은 NumPy, pandas, matplotlib, IPython 등의 다양한 파이썬 라이브러리를 사용해서 효과적으로 데이터를 분석할 수 있게 알려준다. 연대별 이름 통계 자료, 미 대선 데이터베이스 자료를 기반으로 한 실사례 연구를 따라하다보면 어느덧 여러분도 데이터에 알맞게 접근하고 효과적으로 분석하는 전문가가 될 것이다. pandas는 특히 파이썬을 처음 접하는 애널리스트와 처음으로 데이터를 분석하는 파이썬 개발자가 손쉽게 활용할 수 있는 도구로 유명하다.

목차

__옮긴이의 말
__지은이의 말
__코드 예제 활용
__표지 설명

CHAPTER 1 시작하기 전에
__1.1 이 책은?
__1.2 왜 데이터 분석을 위한 파이썬인가?
____1.2.1 접착제처럼 사용하는 파이썬
____1.2.2 한 가지 언어만 사용
____1.2.3 파이썬을 사용하면 안 되는 경우
__1.3 필수 파이썬 라이브러리
____1.3.1 NumPy
____1.3.2 pandas
____1.3.3 matplotlib
____1.3.4 IPython
____1.3.5 SciPy
__1.4 설치와 설정
____1.4.1 윈도우
____1.4.2 애플 OS X
____1.4.3 리눅스
____1.4.4 파이썬 2.x와 파이썬 3.x
____1.4.5 통합 개발 환경
__1.5 커뮤니티와 컨퍼런스
__1.6 이 책을 살펴보는 방법
____1.6.1 예제 코드
____1.6.2 예제에 사용된 데이터
____1.6.3 import 컨벤션
____1.6.4 용어
__1.7 감사의 말

CHAPTER 2 사례 소개
__2.1 bit.ly의 1.usa.gov 데이터
____2.1.1 순수 파이썬으로 표준시간대 세어보기
____2.1.2 pandas로 표준시간대 세어보기
__2.2 MovieLens의 영화 평점 데이터
____2.2.1 평점 차이 구하기
__2.3 신생아 이름
____2.3.1 이름 유행 분석
__2.4 맺음말

CHAPTER 3 IPython 소개
__3.1 IPython 기본
____3.1.1 탭 자동 완성
____3.1.2 자기관찰
____3.1.3 %run 명령어
____3.1.4 클립보드에 있는 코드 실행하기
____3.1.5 키보드 단축키
____3.1.6 예외와 트레이스백
____3.1.7 매직 명령어
____3.1.8 Qt 기반의 GUI 콘솔
____3.1.9 Pylab 모드와 Matplolib 통합
__3.2 명령어 히스토리 사용하기
____3.2.1 명령어 검색과 재사용
____3.2.2 입·출력 변수
____3.2.3 입·출력 기록하기
__3.3 운영체제와 함께 사용하기
____3.3.1 셸 명령어와 별칭
____3.3.2 디렉터리 북마크 시스템
__3.4 소프트웨어 개발 도구
____3.4.1 인터랙티브 디버거
____3.4.2 코드 시간 측정: %time과 %timeit
____3.4.3 기본적인 프로파일링: %prun과 %run -p
____3.4.4 함수의 각 줄마다 프로파일링하기
__3.5 IPython HTML 노트북
__3.6 IPython을 사용한 제품 개발을 위한 팁
____3.6.1 모듈 의존성 리로딩하기
____3.6.2 코드 설계 팁
__3.7 IPython 고급 기능
____3.7.1 IPython 친화적인 클래스 만들기
____3.7.2 프로파일과 설정
__3.8 감사의 글

CHAPTER 4 NumPy 기본: 배열과 벡터 계산
__4.1 NumPy ndarray: 다차원 배열 객체
____4.1.1 ndarray 생성
____4.1.2 ndarray의 자료형
____4.1.3 배열과 스칼라 간의 연산
____4.1.4 색인과 슬라이싱 기초
____4.1.5 불리언 색인
____4.1.6 팬시 색인
____4.1.7 배열 전치와 축 바꾸기
__4.2 유니버설 함수
__4.3 배열을 사용한 데이터 처리
____4.3.1 배열연산으로 조건절 표현하기
____4.3.2 수학 메서드와 통계 메서드
____4.3.3 불리언 배열을 위한 메서드
____4.3.4 정렬
____4.3.5 집합 함수
__4.4 배열의 파일 입·출력
____4.4.1 배열을 바이너리 형식으로 디스크에 저장하기
____4.4.2 텍스트 파일 불러오기와 저장하기
__4.5 선형대수
__4.6 난수 생성
__4.7 계단 오르내리기 예제
____4.7.1 한 번에 계단 오르내리기 시뮬레이션하기

CHAPTER 5 pandas 시작하기
__5.1 pandas 자료 구조 소개
____5.1.1 Series
____5.1.2 DataFrame
____5.1.3 색인 객체
__5.2 핵심 기능
____5.2.1 재색인
____5.2.2 하나의 로우 또는 칼럼 삭제하기
____5.2.3 색인하기, 선택하기, 거르기
____5.2.4 산술연산과 데이터 정렬
____5.2.5 함수 적용과 매핑
____5.2.6 정렬과 순위
____5.2.7 중복 색인
__5.3 기술통계 계산과 요약
____5.3.1 상관관계와 공분산
____5.3.2 유일 값, 값 세기, 멤버십
__5.4 누락된 데이터 처리하기
____5.4.1 누락된 데이터 골라내기
____5.4.2 누락된 값 채우기
__5.5 계층적 색인
____5.5.1 계층 순서 바꾸고 정렬하기
____5.5.2 단계별 요약통계
____5.5.3 DataFrame의 칼럼 사용하기
__5.6 pandas와 관련된 기타 주제
____5.6.1 정수 색인
____5.6.2 Panel 데이터

CHAPTER 6 데이터 로딩, 저장, 파일 형식
__6.1 텍스트 파일 이용하는 방법
____6.1.1 텍스트 파일 조금씩 읽어오기
____6.1.2 데이터를 텍스트 형식으로 기록하기
____6.1.3 수동으로 구분 형식 처리하기
____6.1.4 JSON 데이터
____6.1.5 XML과 HTML: 웹 내용 긁어오기
__6.2 이진 데이터 형식
____6.2.1 HDF5 형식 사용하기
____6.2.2 마이크로소프트 엑셀 파일에서 데이터 읽어오기
__6.3 HTML, 웹 API와 함께 사용하기
__6.4 데이터베이스와 함께 사용하기
____6.4.1 MongoDB에 데이터 저장하고 불러오기

CHAPTER 7 데이터 준비하기: 다듬기, 변형, 병합
__7.1 데이터 합치기
____7.1.1 데이터베이스 스타일로 DataFrame 합치기
____7.1.2 색인 머지하기
____7.1.3 축 따라 이어붙이기
____7.1.4 겹치는 데이터 합치기
__7.2 재형성과 피벗
____7.2.1 계층적 색인으로 재형성하기
____7.2.2 피버팅으로 데이터 나열 방식 바꾸기
__7.3 데이터 변형
____7.3.1 중복 제거하기
____7.3.2 함수나 매핑 이용해 데이터 변형하기
____7.3.3 값 치환하기
____7.3.4 축 색인 이름 바꾸기
____7.3.5 개별화와 양자화
____7.3.6 특이값 찾아내고 제외하기
____7.3.7 치환과 임의 샘플링
____7.3.8 표시자/더미 변수
__7.4 문자열 다루기
____7.4.1 문자열 객체 메서드
____7.4.2 정규표현식
____7.4.3 pandas의 벡터화된 문자열 함수
__7.5 예제: 미국 농무부 음식 데이터베이스

CHAPTER 8 도식화와 시각화
__8.1 matplotlib API 간략하게 살펴보기
____8.1.1 Figure와 서브플롯
____8.1.2 색상, 마커, 선 스타일
____8.1.3 눈금, 라벨, 범례
____8.1.4 주석과 그림 추가
____8.1.5 그래프를 파일로 저장
____8.1.6 matplotlib 설정
__8.2 pandas에서 그래프 그리기
____8.2.1 선 그래프
____8.2.2 막대 그래프
____8.2.3 히스토그램과 밀도 그래프
____8.2.4 산포도
__8.3 지도 그리기: 아이티 지진 데이터 시각화하기
__8.4 파이썬 시각화 도구 생태계
____8.4.1 Chaco
____8.4.2 mayavi
____8.4.3 기타 패키지
____8.4.4 시각화 도구의 미래

CHAPTER 9 데이터 수집과 그룹 연산
__9.1 GroupBy 메카닉
____9.1.1 그룹 간 순회하기
____9.1.2 칼럼 또는 칼럼의 일부만 선택하기
____9.1.3 사전과 Series에서 묶기
____9.1.4 함수로 묶기
____9.1.5 색인 단계로 묶기
__9.2 데이터 수집
____9.2.1 칼럼에 여러 가지 함수 적용하기
____9.2.2 색인되지 않은 형태로 집계된 데이터 반환하기
__9.3 그룹별 연산과 변형
____9.3.1 apply: 분리-적용-병합
____9.3.2 변위치 분석과 버킷 분석
____9.3.3 예제: 그룹에 국한된 값으로 누락된 값 채우기
____9.3.4 예제: 랜덤 표본과 순열
____9.3.5 예제: 그룹 가중 평균과 상관관계
____9.3.6 예제: 그룹 상의 선형 회귀
__9.4 피벗 테이블과 교차일람표
____9.4.1 교차일람표
__9.5 예제: 2012년 연방 선거관리위원회 데이터베이스
____9.5.1 직장 및 피고용별 기부 통계
____9.5.2 기부금액
____9.5.3 주별 기부 통계

CHAPTER 10 시계열
__10.1 날짜, 시간 자료형, 도구
____10.1.1 문자열을 datetime으로 변환하기
__10.2 시계열 기초
____10.2.1 인덱싱, 선택, 부분 선택
____10.2.2 중복된 색인을 갖는 시계열
__10.3 날짜 범위, 빈도, 이동
____10.3.1 날짜 범위 생성하기
____10.3.2 빈도와 날짜 오프셋
____10.3.3 데이터 시프트
__10.4 시간대 다루기
____10.4.1 지역화와 변환
____10.4.2 시간대 고려해 Timestamp 객체 다루기
____10.4.3 다른 시간대 간의 연산
__10.5 기간과 기간 연산
____10.5.1 Period의 빈도 변환
____10.5.2 분기 빈도
____10.5.3 타임스탬프와 기간 서로 변환하기
____10.5.4 배열을 이용해 PeriodIndex 생성하기
__10.6 리샘플링과 빈도 변환
____10.6.1 다운샘플링
____10.6.2 업샘플링과 보간
____10.6.3 기간 리샘플링
__10.7 시계열 그래프
__10.8 이동창 기능
____10.8.1 지수 가중 함수
____10.8.2 이진 이동창 함수
____10.8.3 사용자 정의 이동창 함수
__10.9 성능과 메모리 사용량에 대한 노트

CHAPTER 11 금융, 경제 데이터 애플리케이션
__11.1 데이터 준비
____11.1.1 시계열과 크로스 섹션 정렬
____11.1.2 다른 빈도를 가지는 시계열 연산
____11.1.3 일별 시간과 현재 최신 데이터 선택하기
____11.1.4 데이터와 함께 나누기
____11.1.5 수익 지수와 누적 수익
__11.2 그룹 변환과 분석
____11.2.1 그룹 요인 밝히기
____11.2.2 십분위와 사분위 분석
__11.3 추가 예제 애플리케이션
____11.3.1 신호 경계 분석
____11.3.2 선물 계약 롤링
____11.3.3 롤링 상관관계와 선형 회귀

CHAPTER 12 고급 NumPy
__12.1 ndarray 객체 내부 알아보기
__12.1.1 NumPy dtype 구조
__12.2 고급 배열 조작 기법
____12.2.1 배열 재형성하기
____12.2.2 C와 포트란 순서
____12.2.3 배열 이어붙이고 나누기
____12.2.4 원소 반복시키기: repeat과 tile
____12.2.5 팬시 색인: take와 put
__12.3 브로드캐스팅
____12.3.1 다른 축에 대해 브로드캐스팅하기
____12.3.2 브로드캐스팅 이용해 배열에 값 대입하기
__12.4 고급 ufunc 사용법
____12.4.1 ufunc 인스턴스 메서드
____12.4.2 사용자 ufunc
__12.5 구조화된 배열과 레코드 배열
____12.5.1 중첩된 dtype과 다차원 필드
____12.5.2 구조화된 배열을 사용해야 하는 이유
____12.5.3 구조화된 배열 다루기: numpy.lib.recfunctions
__12.6 정렬에 관하여
____12.6.1 간접 정렬: argsort와 lexsort
____12.6.2 다른 정렬 알고리즘
____12.6.3 numpy.searchsorted: 정렬된 배열에서 원소 찾기
__12.7 NumPy matrix 클래스
__12.8 고급 배열 입·출력
____12.8.1 메모리 맵 파일
____12.8.2 HDF5 및 기타 배열 저장 옵션
__12.9 성능 팁
____12.9.1 인접 메모리의 중요성
__12.9.2 기타 성능 옵션: Cython, f2py, C

부록 파이썬 언어의 기본
__A.1 파이썬 인터프리터
__A.2 파이썬 기초
____A.2.1 시멘틱
____A.2.2 스칼라형
____A.2.3 흐름 제어
__A.3 자료 구조와 순차 자료형
____A.3.1 튜플
____A.3.2 리스트
____A.3.3 내장 순차 자료형 함수
____A.3.4 사전
____A.3.5 세트
____A.3.6 리스트 내포, 사전 내포, 세트 내포
__A.4 함수
____A.4.1 네임스페이스, 스코프, 지역 함수
____A.4.2 여러 값 반환하기
____A.4.3 함수도 객체다
____A.4.4 익명 함수
____A.4.5 클로저: 함수를 반환하는 함수
____A.4.6 *args와 **kwargs를 사용해서 호출 문법 확장하기
____A.4.7 커링: 일부 인자만 취하기
____A.4.8 제너레이터
__A.5 파일과 운영체제

__Index