Pandas DA
1.1. Pandas 자료구조_Series
'파이썬 머신러닝 판다스 데이터 분석' 책과 함께하는 따또의 데이터 분석 개념 정리
2.2. Pandas 자료구조_DataFrame
데이터프레임은 2차원 배열
3.3. 인덱스 활용
인덱스를 활용한 다양한 DataFrame 정렬 및 변경
4.4. 산술연산
시리즈 객체와 데이터프레임의 산술연산
5.5. CSV 파일 / Excel 파일 / JSON 파일 불러오기
csv 파일 / excel 파일 / json 파일 불러오기
6.6. 웹에서 데이터 가져오기
HTML 웹페이지에 있는 table 태그에서 표 형식의 데이터를 모두 찾아서 데이터 프레임으로 변환
7.7. API 활용하여 데이터 수집하기
구글 지오코딩(Geocoding) API 활용 예시
8.8. 데이터 저장하기
csv, json, excel에 데이터프레임 저장하기
9.9. 데이터프레임의 구조
데이터 미리보기 / 데이터 요약 정보 확인하기 / 데이터 개수 확인하기
10.10. 통계 함수 적용
평균값 / 중간값 / 최대값 / 최소값 / 표준편차 / 상관계수
11.11. Pandas 내장 그래프 도구 활용
판다스의 Matplotlib 라이브러리 기본 기능
12.12. Matplotlib - 기본 그래프 도구
Matplotlib를 통한 선그래프, 면적 그래프, 막대 그래프, 히스토그램, 산점도, 버블 차트, 파이 차트, 박스 플롯
13.13. Seaborn 라이브러리 - 고급 그래프 도구
Seaborn 라이브러리를 활용한 그래프 그리기
14.14. Folium 라이브러리 - 지도 활용
Folium을 통한 지도 활용법
15.15. 누락 데이터 처리
누락 데이터 (NaN 값) 처리법
16.16. 중복 데이터 처리
중복 데이터 확인 및 제거 방법
17.17. 데이터 표준화
단위 환산 및 자료형 변환
18.18. 범주형(카테고리) 데이터 처리
구간분할과 원핫인코딩
19.19. 정규화
숫자 데이터의 상대적인 크기 차이를 제거하는 정규화
20.20. 시계열 데이터
Timestamp 와 Period
21.21. 함수 매핑
apply() 메소드, lambda 함수, applymap(), pipe() 메소드 활용
22.22. 열 재구성
열 순서 변경, 열 분리
23.23. 필터링
불린 인덱싱, isin() 메소드 활용
24.24. 데이터프레임 합치기
concat(), merge(), join()을 활용한 데이터프레임 연결, 병합, 결합
25.25. 그룹 연산
그룹 연산의 분할, 적용 및 결합
26.26. 멀티 인덱스
멀티 인덱스 사용 방법, loc 인덱서와 xs인덱서 사용법
27.27. 피벗
피벗테이블 및 인덱서를 활용한 데이터 추출
28.28. 머신러닝 개요
머신러닝에 대한 간단한 설명, 지도학습과 비지도 학습, 머신러닝 프로세스
29.29. 회귀분석
단순회귀분석, 다항회귀분석, 다중회귀분석
30.30. 분류
KNN, SVM, Decision Tree
31.31. 군집, k-Means
군집 분석, K-Means