¹Ýµð¾Ø·ç´Ï½º ÀÎÅͳݼ­Á¡

³×ºñ°ÔÀÌ¼Ç ½Ç½Ã°£ Àαâ Ã¥

    ÆÄÀ̽㠶óÀ̺귯¸®¸¦ Ȱ¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼® [2ÆÇ] ¿µÈ­ ÆòÁ¡, À̸§ Åë°è, ¼±°Å µ¥ÀÌÅÍ µî ½Ç»ç·Ê »ç¿ë

    ¿øÁ¦ : Python for Data Analysis, 2nd Edition

    • ¿þ½º ¸ÆÅ°´Ï Àú
    • ±è¿µ±Ù ¿ª
    • ÇѺû¹Ìµð¾î
    • 2019³â 05¿ù 20ÀÏ
    • Á¤°¡
      35,000¿ø
    • ÆÇ¸Å°¡
      31,500¿ø [10% ÇÒÀÎ]
    • °áÁ¦ ÇýÅÃ
      ¹«ÀÌÀÚ
    • Àû¸³±Ý
      1,750¿ø Àû¸³ [5%P]

      NAVER Pay °áÁ¦ ½Ã ³×À̹öÆäÀÌ Æ÷ÀÎÆ® 5% Àû¸³ ?

    ÆÇ¸Å°¡ Á¾·áµÈ »óǰÀÔ´Ï´Ù.

    ȸ¿ø¸®ºä
    - [0]
    ISBN: 9791162241905 664ÂÊ 183 x 235 (§®)

    Áö±Ý ÀÌÃ¥Àº

    ÀÌ Ã¥°ú ÇÔ²² ±¸¸ÅÇÑ Ã¥

    ÀÌ Ã¥ÀÌ ¼ÓÇÑ ºÐ¾ß

    ÀÌ Ã¥Àº

    ºòµ¥ÀÌÅÍ ºÐ¼®¿¡ °üÇÑ °¡Àå ¿Ïº®ÇÑ ±³Àç!


     


    ÀÌ Ã¥Àº NumPy, pandas, matplotlib, IPython, Jupyter µî ´Ù¾çÇÑ ÆÄÀ̽㠶óÀ̺귯¸®¸¦ »ç¿ëÇØ¼­ È¿°úÀûÀ¸·Î µ¥ÀÌÅ͸¦ ºÐ¼®ÇÏ´Â ¹æ¹ýÀ» ¾Ë·ÁÁØ´Ù. pandasÀÇ »õ·Î¿î ±â´É»Ó¸¸ ¾Æ´Ï¶ó ¸Þ¸ð¸® »ç¿ë·®À» ÁÙÀÌ°í ¼º´ÉÀ» °³¼±ÇÏ´Â °í±Þ »ç¿ë¹ý±îÁö ´Ù·é´Ù. ¶ÇÇÑ ¸ðµ¨¸µ µµ±¸ÀÎ statsmodels¿Í scikit-learn ¶óÀ̺귯¸®µµ ¼Ò°³ÇÑ´Ù. ¿¬´ëº° À̸§ Åë°è ÀÚ·á, ¹Ì ´ë¼± µ¥ÀÌÅͺ£À̽º ÀÚ·á µî ½Ç»ç·Ê·Î µû¶ó ÇÏ´Ù º¸¸é ¾î´Àµ¡ ¿©·¯ºÐµµ µ¥ÀÌÅÍ¿¡ ¾Ë¸Â°Ô Á¢±ÙÇϰí È¿°úÀûÀ¸·Î ºÐ¼®ÇÏ´Â Àü¹®°¡°¡ µÉ °ÍÀÌ´Ù.


    ÃâÆÇ»ç ¸®ºä

    ¡Ú ¡ºÆÄÀ̽㠶óÀ̺귯¸®¸¦ Ȱ¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼®¡» µåµð¾î °³Á¤!
    ÀÌ Ã¥ÀÇ ÃÊÆÇÀÌ Ãâ°£µÈ 2012³âÀº pandas °³¹ß Ãʱâ·Î, ÆÄÀ̽ã¿ë ¿ÀǼҽº µ¥ÀÌÅÍ ºÐ¼® ¶óÀ̺귯¸®°¡ ÈçÇÏÁö ¾Ê¾Ò½À´Ï´Ù. À̹ø¿¡ pandasÀÇ »õ·Î¿î ±â´É°ú 5³â¿©°£ÀÇ ¼¼¿ùÀÌ È帣´Â µ¿¾È ³°¾Ò°Å³ª »ç¿ë¹ýÀÌ ¹Ù²ï ³»¿ëÀ» ¸ðµÎ ¹Ý¿µÇÏ¿© Ã¥ Àü¹ÝÀ» ´Ù½Ã ´Ùµë¾ú½À´Ï´Ù. ¶ÇÇÑ ´ç½Ã¿¡´Â Á¸ÀçÇÏÁö ¾Ê¾Ò°Å³ª Ã¥¿¡ ½Æ±â¿¡´Â ºÒ¾ÈÇß´ø °« ³ª¿Â µµ±¸µéÀ» »õ·Î ¼Ò°³ÇÏ´Â ³»¿ëÀ» Ãß°¡Çß½À´Ï´Ù. 2ÆÇÀÇ ÁÖ¿ä º¯°æ »çÇ×Àº ´ÙÀ½°ú °°½À´Ï´Ù.

    ¡Ü\t¸ðµç Äڵ带 ÆÄÀ̽ã 3.6 ±â¹ÝÀ¸·Î ¼öÁ¤
    ¡Ü\t¾Æ³ªÄÜ´Ù ÆÄÀ̽㠹èÆ÷ÆÇ°ú ¸î¸î Çʼö ÆÄÀÌ½ã ÆÐŰÁö·Î ¼³Ä¡
    ¡Ü\tÃֽŠpandas ¶óÀ̺귯¸® »ç¿ë
    ¡Ü\tpandas °í±Þ »ç¿ë¹ý°ú »ç¿ëÆÁ Ãß°¡
    ¡Ü\tstatsmodels¿Í scikit-learn ¶óÀ̺귯¸® ¼Ò°³

    ¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë
    ÀÌ Ã¥Àº ÆÄÀ̽ãÀ¸·Î µ¥ÀÌÅ͸¦ ´Ù·ç´Â ´Ù¾çÇÏ°í ±âº»ÀûÀÎ ¹æ¹ýÀ» ¼Ò°³ÇÕ´Ï´Ù. ±×·¯±â À§ÇØ ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö ¾ð¾îÀÇ ÀÏºÎ¿Í µ¥ÀÌÅÍ ºÐ¼® ¹®Á¦¸¦ È¿À²ÀûÀ¸·Î ÇØ°áÇÏ´Â µ¥ µµ¿òÀÌ µÇ´Â ¸î °¡Áö ¶óÀ̺귯¸®¸¦ ´Ù·ì´Ï´Ù. ¡®µ¥ÀÌÅÍ ºÐ¼®¡¯ÀÌ ÀÌ Ã¥ÀÇ Á¦¸ñÀ̱ä ÇÏÁö¸¸ µ¥ÀÌÅÍ ºÐ¼® ¹æ¹ý·ÐÀÌ ¾Æ´Ï¶ó ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö, ¶óÀ̺귯¸®, µµ±¸¿¡ ÁýÁßÇÕ´Ï´Ù. ÁÖ¿ä ³»¿ëÀº ´ÙÀ½°ú °°½À´Ï´Ù.

    ¡Ü\tIPython ¼Ð, ÁÖÇÇÅÍ ³ëÆ®ºÏ »ç¿ëÇϱâ
    ¡Ü\tNumPy ±âº» ¹× °í±Þ ±â´É ¾Ë¾Æº¸±â
    ¡Ü\tpandas·Î µ¥ÀÌÅÍ ºÐ¼® ÀÔ¹®Çϱâ
    ¡Ü\tÀ¯¿¬ÇÑ µµ±¸¸¦ »ç¿ëÇØ µ¥ÀÌÅÍ ·Îµù, Á¤Á¦, Á¶ÀÎ, º´ÇÕ, º¯ÇüÇϱâ
    ¡Ü\tmatplotlibÀ¸·Î À¯¿ëÇÑ ½Ã°¢È­ ¸¸µé±â
    ¡Ü\tpandas groupby ±â´ÉÀ» Àû¿ëÇØ µ¥ÀÌÅ͸¦ ³ª´©°í ¿ä¾àÇϱâ
    ¡Ü\t½Ã°è¿­ µ¥ÀÌÅÍ ºÐ¼® ¹× Á¶ÀÛÇϱâ


    ̵̧ȍ

    ¡°ÀÌ¹Ì Çʵ¶¼­°¡ µÈ ÀÌ Ã¥ÀÌ ¾÷±×·¹À̵åµÇ¾ú´Ù. 2ÆÇ¿¡´Â ÆÄÀ̽ã 3.6ºÎÅÍ pandas Ãֽбâ´É¿¡ À̸£±â±îÁö ÀÌ Ã¥ÀÇ °¡Ä¡¸¦ ´õ Çâ»ó½Ãų ³»¿ëÀÌ ´ã°å´Ù. ¿Ö ÆÄÀ̽㠶óÀ̺귯¸®ÀÎÁö, ÀÌ µµ±¸µéÀ» ¾î¶»°Ô ´Ù·ï¾ß ÇÏ´ÂÁö ¼³¸íÇØ µ¶ÀÚ°¡ »õ·Ó°í âÀÇÀûÀÎ ¹æ½ÄÀ¸·Î È¿À²ÀûÀÎ »ç¿ë¹ýÀ» ÀÍÈ÷µµ·Ï µµ¿ÍÁØ´Ù.¡±
    - Æä¸£³­µµ Æä·¹Áî(Fernando Perez)_ IPython â½ÃÀÚ, UC ¹öŬ¸® Åë°èÇаú Á¶±³¼ö

    Ãßõ±Û

    ¡°ÀÌ¹Ì Çʵ¶¼­°¡ µÈ ÀÌ Ã¥ÀÌ ¾÷±×·¹À̵åµÇ¾ú´Ù. 2ÆÇ¿¡´Â ÆÄÀ̽ã 3.6ºÎÅÍ pandas Ãֽбâ´É¿¡ À̸£±â±îÁö ÀÌ Ã¥ÀÇ °¡Ä¡¸¦ ´õ Çâ»ó½Ãų ³»¿ëÀÌ ´ã°å´Ù. ¿Ö ÆÄÀ̽㠶óÀ̺귯¸®ÀÎÁö, ÀÌ µµ±¸µéÀ» ¾î¶»°Ô ´Ù·ï¾ß ÇÏ´ÂÁö ¼³¸íÇØ µ¶ÀÚ°¡ »õ·Ó°í âÀÇÀûÀÎ ¹æ½ÄÀ¸·Î È¿À²ÀûÀÎ »ç¿ë¹ýÀ» ÀÍÈ÷µµ·Ï µµ¿ÍÁØ´Ù.¡±
    - Æä¸£³­µµ Æä·¹Áî(Fernando Pérez)_ IPython â½ÃÀÚ, UC ¹öŬ¸® Åë°èÇаú Á¶±³¼ö

    ÀúÀÚ ¼Ò°³

    ¿þ½º ¸ÆÅ°´Ï

    ÀúÀÚ : ¿þ½º ¸ÆÅ°´Ï(Wes McKinney)
    ´º¿å¿¡¼­ Ȱµ¿ÇÏ´Â ¼ÒÇÁÆ®¿þ¾î °³¹ßÀÚÀÌÀÚ ±â¾÷°¡´Ù. 2007³â MIT ¼öÇаú ÇкΠ°úÁ¤À» ¸¶Ä¡°í ÄÚ³×Æ¼ÄÆ ÁÖ ±×¸°À§Ä¡¿¡ ÀÖ´Â AQR ijÇÇÅ» ¸Å´ÏÁö¸ÕÆ®¿¡¼­ ±ÝÀ¶ ºÐ¼®°¡·Î ±Ù¹«Çß´Ù. º¹ÀâÇÏ°í ´À¸° µ¥ÀÌÅÍ ºÐ¼® Åø¿¡ ½Ç¸ÁÇÏ¿© 2008³â ÆÄÀ̽ãÀ» ¹è¿ì¸é¼­ pandas ÇÁ·ÎÁ§Æ®¸¦ ½ÃÀÛÇß´Ù. ÆÄÀ̽㠵¥ÀÌÅÍ Ä¿¹Â´ÏƼÀÇ È°¹ßÇÑ ÀÏ¿øÀÌ¸ç µ¥ÀÌÅÍ ºÐ¼®, ±ÝÀ¶, Åë°è °è»ê ¾ÖÇø®ÄÉÀ̼ǿ¡¼­ ÆÄÀ̽㠻ç¿ëÀ» µ¶·ÁÇϰí ÀÖ´Ù.
    â¾÷ÇÑ DataPad°¡ 2014³â Ŭ¶ó¿ìµ¥¶ó¿¡ ÀμöµÈ ÀÌÈÄ ºòµ¥ÀÌÅÍ ±â¼ú¿¡ ÁýÁßÇßÀ¸¸ç ¾ÆÆÄÄ¡ ¼ÒÇÁÆ®¿þ¾î Àç´ÜÀÇ ÇÁ·ÎÁ§Æ®ÀÎ ¾ÆÆÄÄ¡ ¾Ö·Î¿ì¿Í ¾ÆÆÄÄ¡ ÆÄÄÉÀÌÀÇ Project Management Committee(ÇÁ·ÎÁ§Æ® °ü¸® À§¿ø)·Î ÇÕ·ùÇß´Ù. 2016³â¿¡´Â ´º¿å¿¡ À§Ä¡ÇÑ Åõ½Ã±×¸¶ ÅõÀÚ»ç·Î ¿Å°Ü ¿ÀǼҽº¸¦ Ȱ¿ëÇØ ºü¸£°í ½¬¿î µ¥ÀÌÅÍ ºÐ¼® ȯ°æÀ» ¸¸µå´Â µ¥ ³ë·ÂÀ» ±â¿ïÀ̰í ÀÖ´Ù.

    ¿ªÀÚ : ±è¿µ±Ù
    ¾ÖÇà II¿¡¼­ BASICÀ¸·Î ÇÁ·Î±×·¡¹ÖÀ» ½ÃÀÛÇß°í, Àå·¡ Èñ¸ÁÀ» Ç×»ó ÇÁ·Î±×·¡¸Ó¶ó°í ¸»ÇÏ°í ´Ù´Ï´Ù Á¤½Å Â÷¸®°í º¸´Ï ¾î´Àµ¡ 20³â Â÷ Áß³â(?) °³¹ßÀÚ°¡ µÇ¾ú´Ù. ¸®´ª½º Ä¿¹Â´ÏƼ¿¡¼­ ¿À·§µ¿¾È Ȱµ¿ÇßÀ¸¸ç ÀÓº£µðµåºÎÅÍ ¹Ìµé¿þ¾î, À¥, ½º¸¶Æ®Æù ¾ÖÇø®ÄÉÀ̼ǿ¡ À̸£±â±îÁö ´Ù¾çÇÑ ºÐ¾ß¿¡¼­ °³¹ßÇß´Ù. ¾Æ½Ã¾ÆÀÎ ÃÖÃÊ·Î ÆÄÀ̽㠼ÒÇÁÆ®¿þ¾î Àç´Ü ÀÌ»ç·Î Ȱµ¿ÇßÀ¸¸ç 2014³â ù ¡®PyCon Çѱ¹¡¯À» °³ÃÖÇß´Ù. ÇѺû¹Ìµð¾î¿¡¼­ ¡º¸®´ª½º ½Ã½ºÅÛ ÇÁ·Î±×·¡¹Ö(°³Á¤2ÆÇ)¡», ¡º°í¼º´É ÆÄÀ̽㡻À» ¹ø¿ªÇß´Ù.

    ¿ªÀÚ ¼Ò°³

    ±è¿µ±Ù

    ¾ÖÇà II¿¡¼­ BASICÀ¸·Î ÇÁ·Î±×·¡¹ÖÀ» ½ÃÀÛÇß°í, Àå·¡ Èñ¸ÁÀ» Ç×»ó ÇÁ·Î±×·¡¸Ó¶ó°í ¸»ÇÏ°í ´Ù´Ï´Ù Á¤½Å Â÷¸®°í º¸´Ï ¾î´Àµ¡ 20³â Â÷ Áß³â(?) °³¹ßÀÚ°¡ µÇ¾ú´Ù. ¸®´ª½º Ä¿¹Â´ÏƼ¿¡¼­ ¿À·§µ¿¾È Ȱµ¿ÇßÀ¸¸ç ÀÓº£µðµåºÎÅÍ ¹Ìµé¿þ¾î, À¥, ½º¸¶Æ®Æù ¾ÖÇø®ÄÉÀ̼ǿ¡ À̸£±â±îÁö ´Ù¾çÇÑ ºÐ¾ß¿¡¼­ °³¹ßÇß´Ù. ¾Æ½Ã¾ÆÀÎ ÃÖÃÊ·Î ÆÄÀ̽㠼ÒÇÁÆ®¿þ¾î Àç´Ü ÀÌ»ç·Î Ȱµ¿ÇßÀ¸¸ç 2014³â ù ¡®PyCon Çѱ¹¡¯À» °³ÃÖÇß´Ù. ÇѺû¹Ìµð¾î¿¡¼­ ¡º¸®´ª½º ½Ã½ºÅÛ ÇÁ·Î±×·¡¹Ö(°³Á¤2ÆÇ)¡», ¡º°í¼º´É ÆÄÀ̽㡻À» ¹ø¿ªÇß´Ù.

    ¸ñÂ÷

    CHAPTER 1 ½ÃÀÛÇϱâ Àü¿¡
    __1.1 ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë
    __1.2 ¿Ö µ¥ÀÌÅÍ ºÐ¼®¿¡ ÆÄÀ̽ãÀ» »ç¿ëÇϳª
    __1.3 Çʼö ÆÄÀ̽㠶óÀ̺귯¸®
    __1.4 ¼³Ä¡ ¹× ¼³Á¤
    __1.5 Ä¿¹Â´ÏƼ¿Í ÄÁÆÛ·±½º
    __1.6 ÀÌ Ã¥À» »ìÆìº¸´Â ¹æ¹ý

    CHAPTER 2 ÆÄÀ̽㠾ð¾îÀÇ ±âº», IPython, ÁÖÇÇÅÍ ³ëÆ®ºÏ
    __2.1 ÆÄÀ̽ã ÀÎÅÍÇÁ¸®ÅÍ
    __2.2 IPython ±âÃÊ
    __2.3 ÆÄÀ̽㠱âÃÊ

    CHAPTER 3 ³»Àå ÀڷᱸÁ¶, ÇÔ¼ö, ÆÄÀÏ
    __3.1 ÀڷᱸÁ¶¿Í ¼øÂ÷ ÀÚ·áÇü
    __3.2 ÇÔ¼ö
    __3.3 ÆÄÀϰú ¿î¿µÃ¼Á¦
    __3.4 ¸¶Ä¡¸ç

    CHAPTER 4 NumPy ±âº»: ¹è¿­°ú º¤ÅÍ ¿¬»ê
    __4.1 NumPy ndarray: ´ÙÂ÷¿ø ¹è¿­ °´Ã¼
    __4.2 À¯´Ï¹ö¼³ ÇÔ¼ö: ¹è¿­ÀÇ °¢ ¿ø¼Ò¸¦ ºü¸£°Ô ó¸®ÇÏ´Â ÇÔ¼ö
    __4.3 ¹è¿­À» ÀÌ¿ëÇÑ ¹è¿­ÁöÇâ ÇÁ·Î±×·¡¹Ö
    __4.4 ¹è¿­ µ¥ÀÌÅÍÀÇ ÆÄÀÏ ÀÔÃâ·Â
    __4.5 ¼±Çü´ë¼ö
    __4.6 ³­¼ö »ý¼º
    __4.7 °è´Ü ¿À¸£³»¸®±â ¿¹Á¦
    __4.8 ¸¶Ä¡¸ç

    CHAPTER 5 pandas ½ÃÀÛÇϱâ
    __5.1 pandas ÀڷᱸÁ¶ ¼Ò°³
    __5.2 ÇÙ½É ±â´É
    __5.3 ±â¼ú Åë°è °è»ê°ú ¿ä¾à
    __5.4 ¸¶Ä¡¸ç

    CHAPTER 6 µ¥ÀÌÅÍ ·Îµù°ú ÀúÀå, ÆÄÀÏ Çü½Ä
    __6.1 ÅØ½ºÆ® ÆÄÀÏ¿¡¼­ µ¥ÀÌÅ͸¦ ÀÐ°í ¾²´Â ¹ý
    __6.2 ÀÌÁø µ¥ÀÌÅÍ Çü½Ä
    __6.3 À¥ API¿Í ÇÔ²² »ç¿ëÇϱâ
    __6.4 µ¥ÀÌÅͺ£À̽º¿Í ÇÔ²² »ç¿ëÇϱâ
    __6.5 ¸¶Ä¡¸ç

    CHAPTER 7 µ¥ÀÌÅÍ Á¤Á¦ ¹× Áغñ
    __7.1 ´©¶ôµÈ µ¥ÀÌÅÍ Ã³¸®Çϱâ
    __7.2 µ¥ÀÌÅÍ º¯Çü
    __7.3 ¹®ÀÚ¿­ ´Ù·ç±â
    __7.4 ¸¶Ä¡¸ç

    CHAPTER 8 µ¥ÀÌÅÍ ÁغñÇϱâ: Á¶ÀÎ, º´ÇÕ, º¯Çü
    __8.1 °èÃþÀû »öÀÎ
    __8.2 µ¥ÀÌÅÍ ÇÕÄ¡±â
    __8.3 ÀçÇü¼º°ú Çǹþ
    __8.4 ¸¶Ä¡¸ç

    CHAPTER 9 ±×·¡ÇÁ¿Í ½Ã°¢È­
    __9.1 matplotlib API °£·«ÇÏ°Ô »ìÆìº¸±â
    __9.2 pandas¿¡¼­ seabornÀ¸·Î ±×·¡ÇÁ ±×¸®±â
    __9.3 ´Ù¸¥ ÆÄÀ̽㠽ð¢È­ µµ±¸
    __9.4 ¸¶Ä¡¸ç

    CHAPTER 10 µ¥ÀÌÅÍ Áý°è¿Í ±×·ì ¿¬»ê
    __10.1 GroupBy ¸ÞÄ«´Ð
    __10.2 µ¥ÀÌÅÍ Áý°è
    __10.3 Apply: ÀϹÝÀûÀÎ ºÐ¸®-Àû¿ë-º´ÇÕ
    __10.4 ÇǹþÅ×À̺í°ú ±³Â÷À϶÷Ç¥
    __10.5 ¸¶Ä¡¸ç

    CHAPTER 11 ½Ã°è¿­
    __11.1 ³¯Â¥, ½Ã°£ ÀÚ·áÇü, µµ±¸
    __11.2 ½Ã°è¿­ ±âÃÊ
    __11.3 ³¯Â¥ ¹üÀ§, ºóµµ, À̵¿
    __11.4 ½Ã°£´ë ´Ù·ç±â
    __11.5 ±â°£°ú ±â°£ ¿¬»ê
    __11.6 ¸®»ùÇøµ°ú ºóµµ º¯È¯
    __11.7 À̵¿Ã¢ ÇÔ¼ö
    __11.8 ¸¶Ä¡¸ç

    CHAPTER 12 °í±Þ pandas
    __12.1 Categorical µ¥ÀÌÅÍ
    __12.2 °í±Þ GroupBy »ç¿ë
    __12.3 ¸Þ¼­µå ¿¬°á ±â¹ý
    __12.4 ¸¶Ä¡¸ç

    CHAPTER 13 ÆÄÀ̽㠸𵨸µ ¶óÀ̺귯¸®
    __13.1 pandas¿Í ¸ðµ¨ ÄÚµåÀÇ ÀÎÅÍÆäÀ̽º
    __13.2 Patsy¸¦ ÀÌ¿ëÇØ¼­ ¸ðµ¨ »ý¼ºÇϱâ
    __13.3 statsmodels ¼Ò°³
    __13.4 scikit-learn ¼Ò°³
    __13.5 ´õ °øºÎÇϱâ

    CHAPTER 14 µ¥ÀÌÅÍ ºÐ¼® ¿¹Á¦
    __14.1 Bit.lyÀÇ 1.USA.gov µ¥ÀÌÅÍ
    __14.2 MovieLensÀÇ ¿µÈ­ ÆòÁ¡ µ¥ÀÌÅÍ
    __14.3 ½Å»ý¾Æ À̸§
    __14.4 ¹Ì±¹³ó¹«ºÎ ¿µ¾ç¼Ò Á¤º¸
    __14.5 2012³â ¿¬¹æ¼±°Å°ü¸®À§¿øÈ¸ µ¥ÀÌÅͺ£À̽º
    __14.6 ¸¶Ä¡¸ç

    APPENDIX A °í±Þ NumPy
    __A.1 ndarray °´Ã¼ ±¸Á¶
    __A.2 °í±Þ ¹è¿­ Á¶ÀÛ ±â¹ý
    __A.3 ºê·Îµåij½ºÆÃ
    __A.4 °í±Þ ufunc »ç¿ë¹ý .
    __A.5 ±¸Á¶È­µÈ ¹è¿­°ú ·¹ÄÚµå ¹è¿­
    __A.6 Á¤·Ä¿¡ °üÇÏ¿©
    __A.7 umba¸¦ ÀÌ¿ëÇÏ¿© ºü¸¥ NumPy ÇÔ¼ö ÀÛ¼ºÇϱâ
    __A.8 °í±Þ ¹è¿­ ÀÔÃâ·Â
    __A.9 ¼º´É ÆÁ

    APPENDIX B IPython ½Ã½ºÅÛ ´õ ¾Ë¾Æº¸±â
    __B.1 ¸í·É¾î È÷½ºÅ丮 »ç¿ëÇϱâ
    __B.2 ¿î¿µÃ¼Á¦¿Í ÇÔ²² »ç¿ëÇϱâ
    __B.3 ¼ÒÇÁÆ®¿þ¾î °³¹ß µµ±¸
    __B.4 IPythonÀ» ÀÌ¿ëÇÑ »ý»êÀûÀÎ ÄÚµå °³¹ß¿¡ °üÇÑ ÆÁ
    __B.5 IPython °í±Þ ±â´É
    __B.6 ¸¶Ä¡¸ç

    ¹è¼Û ½Ã À¯ÀÇ»çÇ×

    - ¹Ýµð¾Ø·ç´Ï½º¿¡¼­ ±¸¸ÅÇϽеµ¼­´Â ¹°·ù ´ëÇà À§Å¹¾÷ü ¿õÁø ºÏ¼¾À» ÅëÇØ ¹è¼ÛµË´Ï´Ù.
     (¹è¼Û Æ÷Àå¿¡ "¿õÁø ºÏ¼¾"À¸·Î Ç¥±âµÉ ¼ö ÀÖ½À´Ï´Ù.)

    - ±¸¸ÅÇÑ »óǰÀÇ Ç°Áú°ú ¹è¼Û °ü·Ã ¹®ÀÇ´Â ¹Ýµð¾Ø·ç´Ï½º·Î ¹®ÀÇ ¹Ù¶ø´Ï´Ù.

    - õÀçÁöº¯ ¹× Åùè»çÀÇ »çÁ¤¿¡ µû¶ó ¹è¼ÛÀÌ Áö¿¬µÉ ¼ö ÀÖ½À´Ï´Ù.

    - °áÁ¦(ÀÔ±Ý) ¿Ï·á ÈÄ ÃâÆÇ»ç ¹× À¯Åë»çÀÇ »çÁ¤À¸·Î ǰÀý ¶Ç´Â ÀýÆÇ µÇ¾î »óǰ ±¸ÀÔÀÌ ¾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù. (º°µµ ¾È³» ¿¹Á¤)

    - µµ¼­»ê°£Áö¿ªÀÇ °æ¿ì Ãß°¡ ¹è¼Ûºñ°¡ ¹ß»ýµÉ ¼ö ÀÖ½À´Ï´Ù.

    ¹Ýǰ/±³È¯

    »óǰ ¼³¸í¿¡ ¹Ýǰ/ ±³È¯ °ü·ÃÇÑ ¾È³»°¡ ÀÖ´Â °æ¿ì ±× ³»¿ëÀ» ¿ì¼±À¸·Î ÇÕ´Ï´Ù. (¾÷ü »çÁ¤¿¡ µû¶ó ´Þ¶óÁú ¼ö ÀÖ½À´Ï´Ù)

    ¹Ýǰ/±³È¯

    ¹Ýǰ/±³È¯
    ¹Ýǰ/±³È¯ ¹æ¹ý Ȩ > °í°´¼¾ÅÍ > ÀÚÁÖã´ÂÁú¹® ¡°¹Ýǰ/±³È¯/ȯºÒ¡± ¾È³» Âü°í ¶Ç´Â 1:1»ó´ã°Ô½ÃÆÇ
    ¹Ýǰ/±³È¯ °¡´É ±â°£ ¹Ýǰ,±³È¯Àº ¹è¼Û¿Ï·á ÈÄ 7ÀÏ À̳», »óǰÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦¹ß°ß ÈÄ 30ÀÏ À̳»¿¡ ½Åû°¡´É
    ¹Ýǰ/±³È¯ ºñ¿ë º¯½É ȤÀº ±¸¸ÅÂø¿ÀÀÇ °æ¿ì¿¡¸¸ ¹Ý¼Û·á °í°´ ºÎ´ã(º°µµ ÁöÁ¤ Åùè»ç ¾øÀ½)
    ¹Ýǰ/±³È¯ ºÒ°¡ »çÀ¯
    • ¼ÒºñÀÚÀÇ Ã¥ÀÓ »çÀ¯·Î »óǰ µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    • ¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óǰ µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    • º¹Á¦°¡ °¡´ÉÇÑ »óǰ µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì : ¿¹)¸¸È­Ã¥, ÀâÁö, È­º¸Áý µî
    • ½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆÇ¸Å°¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    • ÀüÀÚ»ó°Å·¡µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì
    • ÇØ¿ÜÁÖ¹® »óǰ(ÇØ¿Ü ¿ø¼­)ÀÇ °æ¿ì(ÆÄº»/ÈѼÕ/¿À¹ß¼Û »óǰÀ» Á¦¿Ü)
    ¼ÒºñÀÚ ÇÇÇØº¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó
    • »óǰÀÇ ºÒ·®¿¡ ÀÇÇÑ ¹Ýǰ, ±³È¯, A/S, ȯºÒ, ǰÁúº¸Áõ ¹× ÇÇÇØº¸»ó µî¿¡ °üÇÑ »çÇ×Àº
      ¼ÒºñÀÚ ºÐÀïÇØ°á ±âÁØ(°øÁ¤°Å·¡À§¿øÈ¸°í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê
    • ´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ
      ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ
    ¹Ýǰ/±³È¯ ÁÖ¼Ò °æ±âµµ ÆÄÁֽà ¹®¹ß·Î 77, ¿õÁøºÏ¼¾(¹Ýµð¾Ø·ç´Ï½º)
    • ȸ»ç¸í : (ÁÖ)¼­¿ï¹®°í
    • ´ëÇ¥ÀÌ»ç : ±èÈ«±¸
    • °³ÀÎÁ¤º¸ º¸È£Ã¥ÀÓÀÚ : ±èÈ«±¸
    • E-mail : bandi_cs@bnl.co.kr
    • ¼ÒÀçÁö : (06168) ¼­¿ï °­³²±¸ »ï¼º·Î 96±æ 6
    • »ç¾÷ÀÚ µî·Ï¹øÈ£ : 120-81-02543
    • Åë½ÅÆÇ¸Å¾÷ ½Å°í¹øÈ£ : Á¦2023-¼­¿ï°­³²-03728È£
    • ¹°·ù¼¾ÅÍ : (10881) °æ±âµµ ÆÄÁֽà ¹®¹ß·Î 77 ¹Ýµð¾Ø·ç´Ï½º
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved