데이터분석 시 갖추어야 할 7가지 기본 지식
데이터분석 은 비즈니스, 금융, 형사 사법, 과학, 의학 및 정부와 같은 산업에서 가장 수요가 많은 직업 중 하나 입니다. 데이터분석 기술에 대한 이러한 요구는 데이터 과학과 기계 학습이 더 나은 …
코드품질향상을 위한 Python Skill 활용
어떤 일을 더 빠르고 효율적으로 또는 단순히 더 우아하게 끝내기 위한 빠른 스킬을 좋아하지 않는 사람이 어디 있겠습니까? 이번 포스팅에서는 생산성과 코드품질향상을 위한 Python Skill 5가지에 대해서 알아 보겠습니다. 모든 열의 이름 …
Pandarallel 라이브러리 소개
Pandaralllel 라이브러리는 Pandas가 가지는 데이터 처리 방식의 한계를 일정 부분 해결해 주는 라이브러리입니다. 매우 직관적이고 우아하며 초보자에게 친숙한 API를 갖춘 Pandas 라이브러리는 Python에서 최고의 테이블 형식 데이터 랭글링 라이브러리 중 …
IceCream 라이브러리 소개
프로그래밍하는 동안 오류는 거의 불가피합니다. 사실, 프로그래머는 오류 없는 코드를 만들기 위해 디버깅에 상당한 시간을 소비합니다.디버깅하는 동안 print() 문을 사용하여 파이프라인의 흐름을 이해하고 예기치 않은 동작을 발견하는 방법은 가장 널리 …
Pandas 사용자로서 알아야 할 DataFrame 유형 변환
Pandas DataFrame은 다양한 테이블 형식의 데이터 분석, 관리 및 처리 작업을 위해 기계 학습 엔지니어와 데이터 과학자 사이에서 널리 사용되고 있는 데이터 유형입니다. Pandas 라이브러리는 수많은 사용 사례에 대해 자체 …
Numpy 라이브러리 기본 활용
Numpy 라이브러리는 Python으로 구축된 가장 중요하고 판도를 바꾸는 핵심 라이브러리 중 하나로 모든 데이터 과학 및 기계 학습 프로젝트의 핵심입니다. 전체 데이터 기반 생태계는 어떤 식으로든 NumPy와 그 핵심 기능에 …
SQL 쿼리를 Pandas 작업으로 변환하기
Pandas와 SQL(Structured Query Language)은 의심할 여지 없이 데이터 과학자가 테이블 형식의 데이터 관리, 처리 및 분석을 위한 도구입니다. Pandas는 데이터 분석을 위한 인기 있는 Python 라이브러리인 반면, SQL은 데이터베이스와 상호 …
데이터 분석 기초를 위한 Python
Python 은 Guido van Rossum이 개발한 동적 의미 체계를 갖춘 해석된 객체 지향 고급 프로그래밍 언어로 1991년에 출시되었습니다. 쉽고 재미있도록 디자인된 “Python”이라는 이름은 영국 코미디 그룹인 Monty Python 에서 따온 …
데이터엔지니어링 수행 시 유용한 30개 Python 라이브러리
가장 인기 있는 데이터엔지니어링 프로그래밍 언어에는 Python, Java, Scala, R, Julia 및 C++가 있습니다. 이 중에서도 Python은 데이터 엔지니어링, 기계 학습 및 데이터 과학과 같은 영역을 위한 라이브러리, 도구 및 …
Python특징
여러 프로그래밍 작업 중 데이터 분석과 관련한 고유의 Python특징 및 강력함에 대해 알고 있어야 합니다. 데이터 랭글링에서 기계 학습에 이르기까지 Python은 데이터 분석을 위한 사실상의 언어가 되었습니다. 하지만 데이터 분석자들이 …