기존 전공자들의 주된 영역이었던 빅데이터, 머신 러닝 등은 이제 전공자가 아니더라도 쉽게 접근할 수 있는 영역이 되었고 행정, 교육, 경제, 경영, 의학, 공학, 과학, 예술, 스포츠 등에서 많은 사람들이 다룰 수 있는 영역으로 보편화 되었습니다. 빅데이터, 머신 러닝 과정에서 도출되는 광범위한 데이터들은 엑셀과 같은 표 형태의 데이터, 그래프 등의 형태로 표현이 가능해졌습니다. 데이터를 표현하는 여러 가지 방법 중 가장 빠른 의미 전달의 도구는 역시 시각적인 기법으로 보여 주는 것입니다. 이 책은 파이썬을 사용하여 데이터를 시각화하는 데 초점을 두었으며, 일반적으로 자주 사용되는 그래프를 항목 별로 나누어 설명하였고 파이썬에서 제공하는 matplotlib, seaborn 라이브러리로 작성하였습니다. 파이썬의 기초적인 문법을 학습하신 분이라면 이 책을 통해 자신의 상황에 맞는 다양한 분야에서 데이터 분석을 위한 시각화 과정에 응용할 수 있을 것입니다.

들어가며

Chapter 01 파이썬 프로그래밍 개요
1.1 Python의 개요
1.2 Python의 특징
__1.2.1 주요 특징
__1.2.2 쉬운 문법
__1.2.3 무료 프로그램
__1.2.4 간결성
__1.2.5 개발 속도의 신속성
1.3 Python의 종류
1.4 Python의 사용처
__1.4.1 파이썬으로 할 수 있는 것
1.5 Python 설치하기
__1.5.1 홈페이지를 이용한 Python 설치
__1.5.2 Python을 위한 환경 변수 설정하기
1.6 파이썬의 코딩 구조
1.7 Jupyter Notebook
__1.7.1 쥬피터 노트북 설치
__1.7.2 새 노트 만들기
__1.7.3 주석과 문서 입력하기
__1.7.4 노트 저장하기
__1.7.5 출력이 제대로 되지 않는 경우
__1.7.6 데이터 시각화
__1.7.7 ipynb2py
1.8 통합 개발 도구(IDE)를 사용한 Python 실행
__1.8.1 PyCharm 설치
__1.8.2 PyCharm 설정
__1.8.3 PyCharm 실행
요약

Chapter 02 판다스 패키지
2.1 Series(시리즈)
__2.1.1 시리즈 생성 방법
2.2 Series의 데이터 읽기와 쓰기
2.3 DataFrame(데이터 프레임)
__2.3.1 DataFrame 생성 방법
2.4 DataFrame 데이터 읽기와 쓰기
2.5 함수 적용과 매핑(apply 함수)
2.6 데이터 병합하기
__2.6.1 merge( ) 함수
2.7 다양한 방식의 데이터 추출
2.8 GroupBy 메카닉
__2.8.1 그룹핑 관련 함수
연습 문제
요약

Chapter 03 데이터 시각화
3.1 matplotlib API
__3.1.1 plt와 연관된 함수
__3.1.2 이미지로 저장하기
3.2 변수 개수 및 형태별 그래프 종류
3.3 꺽은 선 그래프
__3.3.1 특정 국가의 특정 일자에 대한 꺽은 선 그래프
__3.3.2 이중 축 꺽은 선 그래프
3.4 산점도 그래프
__3.4.1 엔진 크기에 대한 주행 마일수의 산점도 그래프
__3.4.2 구동 방식에 의한 색상 구분하기
__3.4.3 산점도와 히스토그램 동시에 그리기
__3.4.4 다이어몬드 데이터 셋과 산점도
3.5 막대 그래프
__3.5.1 특정 일자 일변량 막대 그래프
__3.5.2 특정 국가별 일별 다변량 막대 그래프
__3.5.3 일별 국가별 다변량 막대 그래프
__3.5.4 일별 국가별 누적 막대 그래프
__3.5.5 국가별 일별 누적 가로 막대 그래프
__3.5.6 서브 플로팅 사용하기
__3.5.7 Table이 존재하는 막대 그래프
3.6 파이 그래프
__3.6.1 사용자 정의 비율 지정
__3.6.2 사용자 정의 포지셔닝
__3.6.3 도우넛 파이 그래프
__3.6.4 국가별 중첩 파이 그래프
__3.6.5 특정 파이 영역의 세부 내역 보이기
3.7 상자 수염 그래프
__3.7.1 상자 수염(사용자 정의 색상)
__3.7.2 상자 수염과 바이올린 그래프
3.8 히스토그램
__3.8.1 남자들의 신장
__3.8.2 남자와 여자의 다중 히스토그램 그리기
__3.8.3 총 결재 금액
__3.8.4 총 결재 금액(계급 구간 조정)
__3.8.5 거인국과 소인국의 신장 히스토그램
__3.8.6 거인국과 소인국의 히스토그램을 동일 화면에 그리기
__3.8.7 히스토그램의 누적
연습 문제
요약

Chapter 04 한국 복지 패널 데이터
4.1 seaborn 라이브러리
4.2 한국 복지 패널 데이터 개요
__4.2.1 데이터 파일
__4.2.2 데이터 분석 준비하기
__4.2.3 복지 데이터 전처리
__4.2.4 척도에 대한 이해
__4.2.5 결혼 유무와 종교 유무에 따른 빈도(countplot)
__4.2.6 나이에 따른 히스토그램(distplot)
__4.2.7 결혼 유무와 성별에 따른 히트맵(heatmap)
__4.2.8 두 컬럼간의 짝 그래프(pairplot)
__4.2.9 성별과 나이에 따른 바이올린 그래프(violinplot)
__4.2.10 선형 회귀 모델 그래프(lmplot)
__4.2.11 나이와 소득에 따른 산점도(replot)
__4.2.12 나이와 소득에 따른 산점도와 히스토그램(jointplot)
__4.2.13 성별에 따른 소득 그래프(barplot)
__4.2.14 성별에 따른 소득 상자 수염 그래프(boxplot)
__4.2.15 소득에 따른 나이(이차원 밀집도_kdeplot)
연습 문제
요약

Chapter 05 자동차 데이터 셋
5.1 자동차 데이터 셋 개요
__5.1.1 데이터 파일
__5.1.2 산점도와 Rug Plot(scatterplot)
__5.1.3 엔진 크기 히스토그램(histplot)
__5.1.4 구동 방식에 따른 주행 마일수(stripplot)
__5.1.5 구동 방식에 따른 주행 마일수(swarmplot)
연습 문제
요약

Chapter 06 특별한 그래프
6.1 개요
__6.1.1 성적표 향상 그래프(경사 그래프)
__6.1.2 리본 박스 그래프
__6.1.3 범주형 플로팅
__6.1.4 Density Plotting
__6.1.5 Lollipop Chart
__6.1.6 Ordered Bar Chart
__6.1.7 TreeMap
__6.1.8 Stem Plotting
연습 문제
요약

Chapter. A 연습 문제 해답
판다스 패키지
데이터 시각화
한국 복지 패널 데이터
자동차 데이터 셋
특별한 그래프

Chapter. B 부록
B.1 plot( ) 함수
B.2 Series와 그래프
B.3 DataFrame과 그래프
B.4 서브 플로팅

Chapter. C 찾아보기