Python/Pandas
1.Python - 문제 풀이
이번 글에서는 주어진 데이터셋을 활용한 20가지 분석 문제를 정리하고, 각 문제의 해결 방법을 설명합니다. 이는 데이터 분석에 익숙해지고 실력을 키우기 위한 좋은 연습 자료입니다.이 코드는 channelTitle 컬럼에서 등장 횟수를 세어 상위 10개 채널을 출력합니다
2.이론 - Series와 DataFrame 기본 개념
결과:pd.Series(데이터, 인덱스) 형태로 생성합니다.Python의 리스트 혹은 range 객체를 활용할 수 있습니다.시리즈는 1차원 형태이므로, 각 원소에 대한 인덱스를 지정해줄 수 있습니다.리스트의 values\[0] 값과 시리즈 series\[0]의 값이 동
3.Random seed로 샘플데이터 만들기
Python에서는 랜덤 데이터를 생성하거나 가짜 데이터를 만들어내는 다양한 방법이 있습니다. 이 글에서는 Python의 random 모듈과 Faker 라이브러리를 활용하여 랜덤 데이터와 가짜 데이터를 생성하는 방법을 정리합니다.random 모듈은 난수(랜덤 숫자)를 생
4.EDA (탐색적 데이터 분석)
matplotlib: 파이썬 기본 시각화 라이브러리koreanize-matplotlib: matplotlib 그래프에서 한글 폰트를 손쉽게 설정해주는 라이브러리raw_data: Stack Overflow Developer Survey에서 제공하는 원본 데이터입니다.in
5.실습 - 데이터 시각화 - 언어별 주요 직군
첫 번째 코드 블록은 개발 언어 빈도(lang_frequency)와 선호 언어 빈도(prflang_frequency)를 시각화한 예시입니다.plt.barh를 사용하여 가로 막대(bar)를 시각화합니다.alpha=0.7로 막대의 투명도를 조절하여 데이터가 겹칠 때도 비교
6.실습 - 축구 선수 데이터셋 살펴보기
players.csv : 선수 정보(이름, 생년월일, 출생 국가/도시, 포지션, 소속 클럽 등)를 담은 파일player_valuations.csv : 선수 가치(연도별 시장 가치)를 담은 파일두 CSV 파일을 불러와 각각 players, players_valuation
7.웹페이지의 구성
<!DOCTYPE html>: HTML5 문서임을 선언합니다.<html>: HTML 문서 전체를 감싸는 루트(Root) 요소.<head>: 문서에 대한 메타데이터(제목, CSS 파일, JS 파일, 인코딩 정보 등)를 포함.<body>: 실제 화면에
8.CSS 기초
현대 웹 브라우저(크롬, 파이어폭스, 사파리 등)에는 개발자 도구(DevTools)가 내장되어 있습니다. 웹 페이지 제작과 디버깅에 꼭 필요한 강력한 도구입니다.HTML과 CSS를 실시간으로 확인, 수정: 요소(Elements) 탭에서 DOM 구조와 CSS 스타일을 직
9.실습 - CSS로 이력서 꾸며보기
현대 웹 브라우저(크롬, 파이어폭스, 사파리 등)는 다음과 같은 개발자 도구(DevTools) 를 내장하고 있습니다.HTML과 CSS를 실시간으로 확인하고 수정할 수 있음.에러 메시지와 로그 확인: JS 오류나 네트워크 요청 관련 에러를 쉽게 파악.네트워크 통신 분석:
10.웹페이지의 동작 과정 (feat. Python)
웹 개발을 처음 배우는 사람이라면 HTTP, URL, 브라우저의 역할과 같은 기본 개념을 이해하는 것이 중요합니다. 이 글에서는 웹 개발 기초 개념을 쉽게 정리하여 설명하겠습니다.URL은 웹에서 특정 자원의 위치를 나타내는 주소입니다.프로토콜 (Protocol): ht
11.Requests 라이브러리
웹 개발 및 데이터 분석을 할 때, HTTP 요청을 보내고 응답을 처리하는 것은 매우 중요한 과정입니다. Python에서는 다양한 HTTP 클라이언트 라이브러리를 사용하여 서버와 데이터를 주고받을 수 있습니다. 이번 글에서는 Python의 주요 HTTP 라이브러리와 그
12.BeautifulSoup 라이브러리
웹 스크래핑(Web Scraping)을 할 때, HTML을 파싱하여 원하는 데이터를 추출하는 것이 필수적입니다. Python에서는 다양한 HTML 파싱 라이브러리를 사용할 수 있으며, 이 글에서는 Beautiful Soup, lxml, html.parser를 비교하고
13.NPS (Net Promoter Score)
Net Promoter Score(NPS)는 고객 충성도를 측정하는 중요한 지표로, 고객이 특정 브랜드나 서비스를 얼마나 추천할 의향이 있는지를 평가하는 방법입니다. 이 글에서는 NPS의 개념과 계산 방식, 그리고 고객만족도 조사에서의 활용 방안에 대해 설명하겠습니다.
14.Pandas / Numpy 브로드캐스트
데이터 분석 및 과학 연산을 수행할 때, 다양한 크기의 배열이나 데이터 구조를 효율적으로 연산하는 방법이 필요합니다. 브로드캐스팅(Broadcasting)은 이러한 연산을 가능하게 해주는 개념으로, NumPy와 Pandas에서 중요한 역할을 합니다.브로드캐스팅은 차원과
15.Pandas `pd.cut()` 함수 사용법
데이터 분석에서 연속형 변수를 범주형 변수로 변환해야 할 때 pd.cut()을 사용하면 효과적입니다. pd.cut()은 데이터를 특정 구간으로 나누고 각 구간에 해당하는 값을 할당하는 기능을 합니다. 이 글에서는 pd.cut()의 주요 기능과 사용법을 정리합니다.x :
16.# 데이터 정규화 (Data Normalization)Value)
데이터 정규화(Data Normalization)는 서로 단위가 다른 데이터를 동일한 크기로 변환하여 비교 가능하도록 만드는 과정입니다. 일반적으로 0과 1 사이의 값으로 변환하는 Min-Max Normalization(최소-최대 정규화) 방법이 가장 많이 사용됩니다.
17.데이터 불균형 문제 해결 - 샘플링
데이터 불균형(Data Imbalance)은 분류 문제에서 특정 클래스의 데이터 개수가 다른 클래스보다 현저히 많거나 적을 때 발생하는 문제입니다. 예를 들어, 스팸 이메일 탐지에서 정상 이메일이 95%, 스팸 이메일이 5%라면, 모델이 단순히 "정상"만 예측해도 95
18.RFM 기반 고객 세그맨테이션
RFM 분석은 고객의 구매 행동을 Recency(최근성), Frequency(빈도), Monetary(금액) 세 가지 요소로 평가하여 고객을 세분화하는 기법입니다. 이는 마케팅 전략을 최적화하는 데 활용됩니다.Recency (R, 최근성): 고객이 얼마나 최근에 구매했
19.CLTV (Customer Lifetime Value)
CLTV(Customer Lifetime Value, 고객 생애 가치)는 한 고객이 기업과의 거래를 통해 만들어낼 것으로 기대되는 총 가치를 의미합니다. 이는 기업이 고객 유치 비용(CAC, Customer Acquisition Cost) 보다 더 높은 수익을 창출할
20.CLTV 기반 고객 세그맨테이션 (KMeans)
K-means는 비지도학습(unsupervised learning) 알고리즘으로서, 데이터셋을 K개의 군집(cluster) 로 나누는 데에 사용됩니다. 각 군집은 데이터가 서로 유사성을 많이 공유하는 그룹으로 이해할 수 있습니다.초기 중심값(centroid) 설정: 먼
21.BG/NBD와 Gamma-Gamma
CLTV(Customer Lifetime Value, 고객 생애 가치) 예측은 기업이 고객 관계를 효과적으로 관리하고, 수익 극대화를 위한 전략을 수립하는 데 필수적인 요소입니다. 이를 위해 BG/NBD(Beta-Geometric/Negative Binomial Dis
22.중요 Feature 찾기 - 독립표본 T-검정 (Independent Two-Sample T-Test)와 카이제곱 검정 (Chi-Square Test)
데이터 분석에서 중요한 특징(feature)을 찾는 것은 모델의 성능을 높이는 데 필수적인 과정입니다. 이번 스터디에서는 독립표본 T-검정과 카이제곱 검정을 사용하여 데이터에서 의미 있는 차이가 있는지를 검정하는 방법을 학습합니다.독립표본 T-검정은 두 개의 서로 독립
23.Permutation Importance, Random Forest, and Confusion Matrix를 활용한 Feature Selection
데이터 분석과 머신러닝 모델의 성능을 높이기 위해서는 가장 중요한 특징(Feature)을 선별하는 과정이 필수적입니다. 이번 스터디에서는 Permutation Importance, Random Forest, 그리고 Confusion Matrix를 활용하여 데이터에서 중