파이썬으로 시작하는 데이터 분석(전면개정판)

"최근 기업들은 분석 결과를 직접 대시보드로 구현하고 서비스화 할 수 있는 풀스택 역량을 요구합니다. 이에 따라 전면개정판에서는 Streamlit을 통한 대시보드 개발을 새롭게 추가했습니다."

* QR코드로 제공하는 동영상 강의 51개(10시간)
개념 정리가 필요한 곳, 심화 내용과 실무 팁이 필요한 곳에 QR코드로 동영상 강의를 제공합니다.

* 학습효과를 극대화하는 문제 50개
학습한 내용을 바로 확인할 수 있는 실습 문제를 넣었습니다.

-------------------------------------------------------------------------------------------------------------------

이 책의 목표는 독자 여러분이 데이터 분석의 첫걸음을 떼고, 스스로 문제를 해결해 나가며 성장할 수 있는 토대를 마련하는 것입니다. 지금 당장 시작하고 싶은 분들에게는 든든한 출발점이 될 것이고, 깊이 있는 학습을 원하는 분들에게는 다음 단계로 나아갈 수 있는 디딤돌이 될 것입니다.

Q: ChatGPT와 같은 생성형 AI의 등장으로 데이터 분석가가 할 일이 줄어든 것이 아닌가요?
A: AI가 코드를 작성해주는 시대가 되었지만, 역설적으로 데이터를 올바르게 이해하고 해석하는 능력은 더욱 중요해졌습니다. AI가 아무리 완벽한 코드를 작성해도 무엇을 분석할지, 결과를 어떻게 해석할지, 어떤 의사결정을 내릴지는 여전히 사람의 몫입니다. 오히려 AI 시대에는 데이터의 본질을 이해하는 능력이 더욱 핵심 경쟁력이 되었습니다.

Q: 전면개정판에서 크게 달라진 점은 무엇인가요?
A: 최근 기업들은 단순히 분석만 하는 인재가 아닌, 분석 결과를 직접 대시보드로 구현하고 서비스화 할 수 있는 풀스택 역량을 요구합니다. 이에 따라 Streamlit을 통한 대시보드 개발을 새롭게 추가했습니다. 이 책을 통해 여러분은 데이터를 분석할 뿐만 아니라 그 결과를 직관적으로 시각화하고 공유할 수 있게 될 것입니다.

Q: 『파이썬으로 시작하는 머신러닝+딥러닝(전면개정판)』과 이 책은 어떤 연관성이 있나요?
A: 1권은 파이썬 기초부터 데이터 탐색 및 대시보드 생성까지 데이터를 이해하고 다루기 위한 준비 과정이고, 2권은 본격적으로 데이터 분석 모델을 만들며 머신러닝과 딥러닝 알고리즘을 다룹니다. 2권에서는 '비전공자도 스스로 머신러닝, 딥러닝 모델을 만들 수 있게 하는 것'을 목표로 삼고 있습니다. AI 관련 일을 하고 싶거나, 혹은 해야만 하는 독자를 위해 만든 책입니다.

일러두기
__『파이썬으로 시작하는 데이터 분석, 전면개정판』 100% 학습하기
__『파이썬으로 시작하는』 시리즈 안내
__IT 분야 취업을 위한 학습 로드맵

1장. 파이썬 시작하기
__1.1 파이썬으로 무엇을 할 수 있나요?
____1.1.1 왜 파이썬으로 데이터 분석을 시작하는 것이 좋을까요?
____1.1.2 파이썬, 어떤 특징이 있나요?
____1.1.3 파이썬으로 무엇을 할 수 있나요?
____1.1.4 이 책을 학습하면 무엇을 할 수 있나요?
__1.2 개발 환경 구축
____1.2.1 아나콘다가 뭐예요?
____1.2.2 아나콘다 설치 파일 내려받기
____1.2.3 아나콘다 설치하기
__1.3 주피터 노트북
____1.3.1 Hello Python
____1.3.2 주피터 노트북의 특징
____1.3.3 주피터 노트북 주요 기능
____1.3.4 주피터 노트북 사용하기

2장. 데이터 분석을 위한 파이썬 기본 문법
__2.1 변수와 데이터 타입
____2.1.1 변수
____2.1.2 기본 데이터 타입(자료형)
____2.1.3 컨테이너 자료형 - 리스트
____2.1.4 컨테이너 자료형 - 튜플과 세트
____2.1.5 컨테이너 자료형 - 딕셔너리
__2.2 조건문과 반복문
____2.2.1 조건문
____2.2.2 반복문
__2.3 함수와 모듈
____2.3.1 함수
____2.3.2 람다식
____2.3.3 입출력(input/output)
____2.3.4 파일 입출력
____2.3.5 문자열
____2.3.6 모듈, 패키지, 클래스
____2.3.7 예외 처리

3장. 데이터 분석을 위한 파이썬 응용 문법
__3.1 NumPy
____3.1.1 배열의 개념
____3.1.2 배열의 생성 및 조작
____3.1.3 배열의 인덱싱과 슬라이싱
____3.1.4 배열의 연산과 변형
__3.2 Pandas
____3.2.1 Series와 DataFrame의 개념
____3.2.2 생성 및 삭제
____3.2.3 데이터 선택 - 인덱싱과 조건 기반 선택
____3.2.4 데이터 변환 - 파생변수 생성 및 함수 적용
____3.2.5 데이터 탐색 및 집계 연산
__3.3 주가 데이터 탐색 실습
____3.3.1 라이브러리 설치 및 문제
____3.3.2 주식 데이터 EDA

4장. 데이터 시각화
__4.1. 데이터를 시각화하는 방법
____4.1.1. 파이썬 데이터 시각화 패키지
__4.2 seaborn
____4.2.1 Tips 데이터셋
____4.2.2 산점도(scatterplot)
____4.2.3 회귀선(regplot)
____4.2.4 선그래프(lineplot)
____4.2.5 막대그래프(barplot)
____4.2.6 박스 플롯(boxplot), 바이올린 플롯(violinplot)
____4.2.7 히스토그램(histplot)
____4.2.8 히트맵(heatmap)
__4.3 matplotlib
____4.3.1 그래프 그리기
____4.3.2 도화지 설정하기
____4.3.3 자주 마주하는 문제
__4.4 plotly
____4.4.1 인터랙티브 그래프
____4.4.2 기본 그래프 유형
__4.5 데이터 시각화 실습
____4.5.1 건강검진정보 데이터 시각화

5장. 데이터 분석 대시보드
___5.1 Streamlit
____5.1.1 Streamlit이란?
____5.1.2 기본 UI 컴포넌트
____5.1.3 페이지 설정과 레이아웃
____5.1.4 데이터 표시와 시각화
__5.2 주식 분석 대시보드
____5.2.1 기본 설정 및 라이브러리 import
____5.2.2 주식 데이터 가져오기
____5.2.3 기업 정보 표시 함수
____5.2.4 주가 차트 생성 함수
____5.2.5 거래량 차트 생성 함수
____5.2.6 기술적 지표 계산 함수
____5.2.7 메인 애플리케이션 함수

강지영 정보관리기술사, 정보시스템 수석감리원

인공지능과 데이터 분석을 전혀 모르던 평범한 직장인이었다. 우연히 맡게 된 업무를 계기로 이 분야에 뛰어들었고, 독학으로 하나씩 배워나가며 성장했다. 누군가에게는 깊이 있는 이론보다 쉬운 설명이, 간단한 문제 풀이를 통한 실전 연습을 위한 가이드가 필요하다는 것을 누구보다 잘 안다. 정보가 넘쳐나는 시대지만, 정작 필요한 것만 골라 배우기는 더 어려워졌다. 현재는 비슷한 어려움을 겪는 사람들에게 실질적인 도움을 주는 것에서 가장 큰 보람을 느낀다. 이론서가 아닌 실용서로, 구구절절한 설명 대신 꼭 필요한 핵심만 담아 이 책을 완성했다. AI Agent 시대를 준비하는 모든 이들에게 이 책이 든든한 첫걸음이 되기를 바란다.

『파이썬으로 시작하는 데이터 분석(전면개정판) 』 (2025, 아이리포) 집필
『파이썬으로 시작하는 머신러닝+딥러닝(전면개정판) 』 (2025, 아이리포) 집필