★ 이 책에서 다루는 내용 ★
■ 데이터 수집, 정리, 액세스 및 시각적 프레임워크에의 데이터 매핑
■ 적용 가능한 시각화 방법 이해 및 데이터 시각화를 위한 모범 사례 학습
■ 독자 중심의 서술, 저자 중심의 서술 및 인식의 원칙
■ 파이썬이 MATLAB과 같은 수치 계산을 위한 효과적인 도구인 이유 및 파이썬과 함께 제공되는 흥미로운 데이터 구조 탐험
■ 파이썬을 재무 및 통계 계산에 매우 유용하게 사용하기 위한 시각화 기법
■ Julia와 D3.js 등 JavaScript 기반 프레임워크를 사용하는 다른 시각화...
★ 이 책에서 다루는 내용 ★
■ 데이터 수집, 정리, 액세스 및 시각적 프레임워크에의 데이터 매핑
■ 적용 가능한 시각화 방법 이해 및 데이터 시각화를 위한 모범 사례 학습
■ 독자 중심의 서술, 저자 중심의 서술 및 인식의 원칙
■ 파이썬이 MATLAB과 같은 수치 계산을 위한 효과적인 도구인 이유 및 파이썬과 함께 제공되는 흥미로운 데이터 구조 탐험
■ 파이썬을 재무 및 통계 계산에 매우 유용하게 사용하기 위한 시각화 기법
■ Julia와 D3.js 등 JavaScript 기반 프레임워크를 사용하는 다른 시각화 접근법과 파이썬 비교
■ 분산 환경에서 결과를 효율적으로 생성하기 위해 Hive와 같은 NoSQL과 함께 파이썬을 사용하는 방법
★ 이 책의 대상 독자 ★
파이썬이나 데이터 시각화를 다룬 책은 매우 많다. 그러나 파이썬을 알고 있으면서 데이터 시각화를 배우고 싶은 사람에게 추천해줄 만한 책은 거의 없고, 코드를 더 쉽게 동작하고 재사용할 수 있게 만들어줄 수 있는 틈새 기술에 대해서 논의하는 책은 더욱 찾아보기 어렵다. 여러분이 파이썬 프로그래밍을 알고 있지만 더 많은 것을 배우기를 원한다면, 이 책이 분석적 결과를 얻는 방법과 놀라운 시각적 결과를 생성하는 방법을 알려줄 것이다.
★ 이 책의 구성 ★
1장, ‘데이터 시각화 개념 잡기’에서는 데이터 시각화가 실제로 ‘지식 추론을 위한 정보의 시각화’임을 자세히 설명한다. 이 장에서는 데이터 및 정보로부터 지식으로의 변환과, 의미 있는 표현들이(로그, 색상 맵, 산점도, 상관 관계 등) 어떻게 지식을 더 쉽게 잘 이해할 수 있게 하는지 설명하는 프레임워크를 살펴본다.
2장, ‘데이터 분석과 시각화’에서는 시각화의 중요성을 알아보고, 선택할 수 있는 도구의 여러 옵션들을 포함해 시각화 과정에서의 몇 가지 단계를 보여준다. 시각화 도구들은 예전부터 있었고, 우리는 지속적으로 그 도구들에 노출돼 왔다. 예를 들어 어린 아이들조차도 막대 그래프를 그릴 줄 안다. 인터랙티브 시각화는 많은 강점을 지니며, 이 장에서는 그 강점들을 예제와 함께 설명한다.
3장, ‘파이썬 IDE로 시작하기’에서는 각 파이썬 라이브러리를 개별 설치하는 것에 대한 걱정 없이 어떻게 컨티넘 애널리틱스(Continuum Analytics)의 아나콘다(Anaconda)를 사용할 수 있는지 설명할 것이다. 아나콘다는 간소한 패키지를 가지고 있고 IPython과 다른 라이브러리들이 함께 실행되기 쉬운 개발 도구를 가지고 있다.
4장, ‘수치 연산 및 인터랙티브 플로팅’에서는 인터랙티브 플로팅(plotting) 도구를 계산 물리학과 응용 수학 예제와 함께 다룰 것이다. 몇 가지 눈에 띄는 예제들은 SciPy를 사용한 보간(interpolation) 도구, 근사, 군집(clustering), 표본 추출(sampling), 상관(correlation)과 볼록 최적화(convex optimization)다.
5장, ‘금융과 통계 모델’에서는 파이썬의 흥미로운 활용 사례들을 만들어 내는 많은 수치와 그래픽 도구들을 사용하는 금융 공학에 대해 살펴본다. 또한 주식 시세, 회귀분석, 몬테카를로(Monte Carlo) 알고리즘, 그리고 예제들을 사용한 시뮬레이션 도구들을 알아본다.
6장, ‘통계와 머신러닝’에서는 numpy와 scipy, matplotlib, scikit-learn을 사용해 선형, 비선형 회귀와 같은 통계 도구들과 군집, 분류 도구들을 살펴본다.
7장, ‘생물정보학, 유전학, 네트워크 모델’에서는 소셜 네트워크와 일상생활에서의 방향성 그래프 예와 같은 흥미로운 예제들과 이런 문제들에 적합한 데이터 구조, 네트워크 분석에 대해 살펴본다. 이 장에서는 graph-tool, NetworkX, matplotlib, scipy, numpy 같은 특정 라이브러리들을 사용한다.
8장, ‘고급 시각화’에서는 시뮬레이션 도구들과 여러 시각화 도구들을 보여주기 위한 신호 처리 예제들을 알아본다. 또한 Julia, DS.js와 같은 다른 고급 도구와 비교해 본다.
부록, ‘시각화 출발하기와 탐색하기’에서는 conda에 대한 개괄적 설명과 파이썬 라이브러리들의 리스트를 보여준다.

1장. 데이터 시각화 개념 잡기
__데이터, 정보, 지식, 통찰
____데이터
____정보
____지식
____데이터 분석과 통찰
__데이터의 변환
____데이터, 정보로의 변환
________데이터 수집
________데이터 전 처리
________데이터 처리
________데이터 조직화
________데이터 셋 받기
____정보, 지식으로의 변환
____지식, 통찰로의 변환
__데이터 시각화의 역사
____컴퓨터 이전의 시각화
________미나드의 러시아 원정 지도(1812)
________런던의 콜레라 전염병(1831-1855)
________통계 그래픽(1850-1915)
________이후의 데이터 시각화 발전
__시각화가 어떻게 의사결정을 돕는가?
____시각화는 어느 곳에 적합할까?
____데이터 시각화의 현재
________좋은 시각화란 무엇인가?
__플롯 시각화
____막대 그래프와 원 그래프
________막대 그래프
________원 그래프
____상자 그래프
____산포도와 버블 차트
________산포도
________버블 차트
____KDE 도표
__요약
2장. 데이터 분석과 시각화
__시각화는 왜 계획이 필요한가?
__에볼라 예제
__스포츠 예제
____시각적으로 결과를 표현하기
__데이터를 이용해 즐거운 이야기 만들기
____왜 이야기는 중요한가?
____독자 중심의 이야기
________갭마인더
________미국의 주별 유권자 경향
________미국 내 사망률
________이야기를 위한 몇 가지 다른 예
____저자 중심의 이야기
__인식 방법과 표현 방법
____지각에서의 게슈탈트 법칙
__시각화를 위한 좋은 사례들
____비교와 순위
____상호 연관성
____분포
____지역 특정 혹은 지리정보
____부분에서 전체의 관계
____시간 경과에 따른 경향
__파이썬을 이용한 시각화 도구
____개발 도구
________Enthought의 Canopy
________컨티넘 애널리틱스의 아나콘다
__인터랙티브 시각화
____이벤트 리스너
________레이아웃
________원형 레이아웃
________방사형 레이아웃
________풍선 레이아웃
__요약
3장. 파이썬 IDE로 시작하기
__파이썬 내장 IDE
____파이썬 3.x vs. 파이썬 v2.7
____인터랙티브 도구의 종류
________IPython
________Plotly
____파이썬 IDE의 종류
________PyCharm
________PyDev
________파이썬 인터랙티브 에디터(IEP)
________Enthought의 Canopy
________컨티넘 애널리틱스의 아나콘다
________Spyder의 개관
________conda의 개관
__아나콘다의 시각화 그림/도표
____surface-3D 그림/도표
____사각형 지도 플롯
__인터랙티브 시각화 패키지들
____Bokeh
____VisPy
__요약
4장. 수치 연산 및 인터랙티브 플로팅
__NumPy, SciPy, and MKL 함수들
____NumPy
________NumPy 보편 함수
________모양과 모양 재편에 대한 조작
________보간 예제
________벡터화 함수들
________NumPy 선형 대수 요약
____SciPy
________선형 방정식의 예제
________벡터화된 수치 미분
____MKL 함수
____파이썬의 성능
__스칼라 선택
__분할
____flat을 사용하는 분할
__배열 색인
____수치 색인
____논리 색인
__다른 데이터 구조
____스택
____튜플
____셋
____큐
____사전
____행렬 표현 사전
________희소 행렬
________희소성 시각화
________저장을 위한 사전
____트라이
__matplotlib을 이용한 시각화
____워드 클라우드
____워드 클라우드 설치
____워드 클라우드 입력
________Web feeds
________트윗 글
____주식 차트의 플로팅
________데이터 획득
__스포츠에서의 시각화 예제
__요약
5장. 금융과 통계 모델
__결정론적 모형
____총 수익률
__확률론적 모델
____몬테카를로 시뮬레이션
________몬테카를로 시뮬레이션은 정확히 무엇인가?
________몬테카를로 시뮬레이션으로 재고 문제 다루기
________농구에서 몬테카를로 시뮬레이션
________변동성 그래프
________내재 변동성
____포트폴리오 평가
____시뮬레이션 모델
____기하학적 브라운 시뮬레이션
____확산 기반 시뮬레이션
__임계 모델
____셸링의 분리 모델
__통계 및 기계 학습의 개요
____K- 최근접 이웃
____일반화 선형 모델
________베이즈 선형 회귀
__애니메이션 및 인터랙티브 플롯 작성하기
__요약
6장. 통계와 머신러닝
____분류 방법
____선형 회귀의 이해
____선형 회귀
____의사결정 트리
________예제
____베이즈 정리
____나이브 베이즈 분류기
____TextBlob을 이용한 나이브 베이즈 분류기
________TextBlob 설치
________말뭉치 다운로드
________TextBlob을 이용한 나이브 베이즈 분류기
____워드 클라우드를 이용해 긍정적인 감정 보기
__k 근접 이웃
__로지스틱 회귀
__서포트 벡터 머신
__주성분 분석
____scikit-learn 설치
__k-평균 군집화
__요약
7장. 생물정보학, 유전학, 네크워크 모델
__방향성 그래프와 멀티 그래프
____그래프 데이터 저장하기
____그래프 보여주기
________igraph
________NetworkX
________Graph-tool
__그래프의 클러스터링 계수
__소셜 네트워크의 분석
__평면 그래프 테스트
__방향성 비순환 그래프 테스트
__최대 플로우와 최소 컷
__유전자 프로그래밍 예제
__확률 블록 모델
__요약
8장. 고급 시각화
__컴퓨터 시뮬레이션
____파이썬의 랜덤 패키지
________SciPy의 랜덤 함수
____시뮬레이션 예제
____신호 처리
____애니메이션
____HTML5를 이용한 시각화 방법
____Julia는 파이썬과 어떻게 다른가
____시각화를 위한 D3.js
____대시보드
__요약
부록. 시각화 출발하기와 탐색하기
____conda 둘러보기
____아나콘다를 이용한 패키지 설치
____패키지 웹 사이트
____matplotlib에 대해

★ 지은이의 말 ★

데이터 시각화는 정보를 명확하게 제공하며 정보를 보는 사람이 데이터를 질적으로 이해할 수 있게 도와준다. “그림 한 장이 천 마디 단어만큼의 가치가 있다”는 잘 알려진 표현은 “한 장의 그림은 단어들의 방대한 모음일 뿐 아니라 우리에게 이야기를 들려준다”고 바꿔 말할 수 있을 것이다. 그러므로 시각화는 보는 이가 빠르게 개념을 이해할 수 있게 돕는 매우 귀중한 도구다. 그러나 데이터 시각화는 과하면 오히려 역효과를 낼 수 있기 때문에 기술이라기보다는 예술에 가깝다.
우리는 현재 현대 사회에서 성공의 열쇠가 될 많은 통찰을 내포한 과다한 데이터들을 마주하고 있다. 데이터를 발견하고, 정제해 시각화의 올바른 도구로 사용하는 것은 매우 중요하다. 이 책은 파이썬 패키지를 사용해 데이터를 시각화하는 여러 가지 방법과 수치 계산, 금융 모델, 통계와 머신 러닝, 유전학과 네트워크에 걸친 매우 다양한 분야에서의 유용한 예제들을 설명할 것이다.

★ 옮긴이의 말 ★

우리 사회는 거대한 데이터 홍수 속에 있다. 그 데이터가 빅데이터인지 스몰 데이터인지에 관계없이, 데이터 속에 담겨 있는 의미 있는 정보를 찾아내 올바른 의사결정으로 빠르게 연결될 수 있게 하는 것이 데이터 시각화의 중요한 역할이다.
데이터 자체만으로 인사이트를 제공하지는 않는다. 이 데이터가 무엇을 의미하는지, 이것이 올바른 표현인지, 올바른 해석인지, 어떻게 활용해야 하는지 등 끊임없이 의문을 갖고 바라봐야 한다. 이 과정에 데이터 시각화가 있다. 따라서 데이터 시각화를 올바르게 이해하는 것은 중요하다.
이 책을 처음 접하고 “데이터 시각화와 관련된 좋은 책을 찾았어요.”라며 들뜬 목소리로 이야기하던 기억이 난다. 우리는 프로그래밍 언어보다는 데이터 시각화 기술에 더 초점을 맞춘 책을 찾고 있었다. 그러한 책을 찾기는 쉽지 않았고, 드디어 찾았다. 이 책은 파이썬 사용법을 자세히 알려주는 책은 아니다. 파이썬 프로그래밍은 알고 있으며, 데이터 시각화 기술을 배우기 원하는 독자에게 매우 유용한 책이다. 데이터 시각화를 위한 기본 지식에서부터 문제 해결을 위한 다양한 방법, 다양한 분야에서의 유용한 예제들을 살펴볼 수 있을 것이다. 이 책이 여러분의 전문 지식을 채워줄 수 있을 것이라고 확신한다.