- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
![파이썬 라이브러리를 활용한 데이터 분석 [3판]](http://image.bandinlunis.com/upload/product/4458/4458076.jpg)
베스트
파이썬 라이브러리를 활용한 데이터 분석 [3판]
- 웨스 맥키니 저
- 김영근 역
- 한빛미디어
- 2023년 05월 01일
-
정가39,000원
-
판매가35,100원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금1,950원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2024년 05월 20일(월)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791169210973
696쪽
183 x 235 (㎜)
지금 이책은
- 판매지수 : 0
- 주간 만화: 198위
- 주간 컴퓨터/IT: 100위
이 분야의 베스트셀러
-
DB설계 입문자를 위한 데이터베이스 설계 및 구축 [개정2판]
오세종
20,000원
-
데이터가 보인다
히라이 아키오, 오카야스 유이치
20,000원
-
오라클 ACE가 해설하는 NEW SQL&PL/SQL
주종면
20,700원
책 소개
출판사 리뷰
2013년 수정 보완판으로 출간되어 2019년 2판까지 꾸준히 국내 독자에게 사랑받아온 [파이썬 라이브러리를 활용한 데이터 분석]이 3판으로 돌아왔다. 지난 10년 동안 파이썬은 데이터 과학, 머신러닝, 딥러닝에 이르기까지 수많은 분야에서 널리 사용하는 인기 있는 언어로 굳건히 자리 잡았고, 사용자를 위해 꾸준히 업데이트되었다. 3판은 최신 버전의 파이썬, 넘파이, 판다스 및 기타 프로젝트의 변경 사항에 맞춰 책 내용을 다듬었다. 이 책이 대학에서는 교재로, 현업에서는 참고 도서로 많이 사용되는 만큼 이후 몇 년까지도 유효한 내용을 담기 위해 심혈을 기울였다. 파이썬으로 데이터를 다뤄야 하는 모든 이에게 귀중한 도서가 되기를 바란다.
3판에서 달라진 점
- 파이썬 3.11, 판다스 2.0 기반으로 코드 업데이트
- 넘파이 1.23, 주피터 최신 버전 반영
- 새로운 내용 추가
범주형 데이터 자료형
데이터 그룹 변환과 래핑되지 않은 groupby
IPython의 매직 명령어와 명령어 히스토리 사용법
이 책은 파이썬으로 데이터를 다루는 다양하고 기본적인 방법을 소개한다. 파이썬 프로그래밍 언어 기초와 데이터 분석 문제를 효율적으로 해결하는 데 도움이 되는 라이브러리를 다룬다. 책의 제목에 ‘데이터 분석’이 들어가 있긴 하지만 데이터 분석 방법론보다는 파이썬 프로그래밍, 라이브러리, 도구에 집중해 설명한다.
대상 독자
- 데이터 분석 실무를 맡게 된 데이터 엔지니어, 데이터 과학자, 머신러닝 엔지니어, 통계 전문가
- 파이썬 대표 라이브러리로 데이터를 분석해보고 싶은 IT 관련 학부생
주요 내용
- 넘파이 기초와 고급 기능 사용법
- 판다스로 데이터 로딩, 정제, 조인, 변형하기
- 맷플롯립으로 유용한 시각화 만들기
- 판다스 groupby 기능으로 데이터를 나누고 요약하기
- 규칙적이거나 불규칙적인 시계열 데이터 분석 및 조작하기
- 실제 데이터를 살펴보며 분석 문제 해결법 알아보기
옮긴이의 말
인쇄기가 세 번째 한국어판을 막 찍어내려던 순간 판다스 2.0이 릴리스되면서 10년 전 초판을 번역했을 때 기억이 떠올랐다. 판다스 0.14 버전으로 쓰인 책을 번역하던 도중 계속 새로운 버전이 나오면서 많은 부분을 고치는 과정이 말도 못 할 정도로 힘들었는데, 이번에는 판다스 2.0을 설치하고 예제 코드를 다시 검토해 저자에게 PR을 보내고, 확인 요청까지 하는 과정이 다행히 초판 작업 때만큼 힘들지는 않았다. :)
판다스도 오랫동안 함께 사용할 수 있는 안정적인 라이브러리가 되었고 이 책 또한 저자의 바람대로 오래 두고 볼 수 있게 되었다. 2판이 도움이 되었다면 파이썬을 활용해 데이터를 들여다보고자 하는 지인들에게 망설임 없이 추천해도 좋을 책이다.
저자 소개
저자 : 웨스 맥키니 (Wes McKinney)
뉴욕에서 활동하는 소프트웨어 개발자이자 기업가다. 2007년 MIT 수학과 학부 과정을 마치고 코네티컷 주 그린위치에 있는 AQR 캐피탈 매니지먼트에서 금융 분석가로 근무했다. 복잡하고 느린 데이터 분석 툴에 실망하여 2008년 파이썬을 배우면서 pandas 프로젝트를 시작했다. 파이썬 데이터 커뮤니티의 활발한 일원이며 데이터 분석, 금융, 통계 계산 애플리케이션에서 파이썬 사용을 독려하고 있다. 창업한 DataPad가 2014년 클라우데라에 인수된 이후 빅데이터 기술에 집중했으며 아파치 소프트웨어 재단의 프로젝트인 아파치 애로우와 아파치 파케이의 Project Management Committee(프로젝트 관리 위원)로 합류했다. 2016년에는 뉴욕에 위치한 투시그마 투자사로 옮겨 오픈소스를 활용해 빠르고 쉬운 데이터 분석 환경을 만드는 데 노력을 기울이고 있다.
역자 : 김영근
애플 II에서 BASIC으로 프로그래밍을 시작했고, 장래 희망을 항상 프로그래머라고 말하고 다니다 정신 차리고 보니 어느덧 20년 차 중년(?) 개발자가 되었다. 리눅스 커뮤니티에서 오랫동안 활동했으며 임베디드부터 미들웨어, 웹, 스마트폰 애플리케이션에 이르기까지 다양한 분야에서 개발했다. 아시아인 최초로 파이썬 소프트웨어 재단 이사로 활동했으며 2014년 첫 ‘PyCon 한국’을 개최했다. 한빛미디어에서 『리눅스 시스템 프로그래밍(개정2판)』, 『고성능 파이썬』을 번역했다.
목차
CHAPTER 1 시작하기 전에
1.1 다루는 내용
1.2 데이터 분석에 파이썬을 사용하는 이유
1.3 필수 파이썬 라이브러리
1.4 설치 및 설정
1.5 커뮤니티와 콘퍼런스
1.6 이 책을 살펴보는 방법
CHAPTER 2 파이썬 기초, Ipython과 주피터 노트북
2.1 파이썬 인터프리터
2.2. IPython 기초
2.3 파이썬 기초
2.4 마치며
CHAPTER 3 내장 자료구조, 함수, 파일
3.1 자료구조와 순차 자료형
3.2 함수
3.3 파일과 운영체제
3.4 마치며
CHAPTER 4 넘파이 기본: 배열과 벡터 연산
4.1 다차원 배열 객체 ndarray
4.2 난수 생성
4.3 유니버설 함수: 배열의 각 원소를 빠르게 처리하는 함수
4.4 배열을 이용한 배열 기반 프로그래밍
4.5 배열 데이터의 파일 입출력
4.6 선형대수
4.7 계단 오르내리기 예제
4.8 마치며
CHAPTER 5 판다스 시작하기
5.1 판다스 자료구조 소개
5.2 핵심 기능
5.3 기술 통계 계산과 요약
5.4 마치며
CHAPTER 6 데이터 로딩과 저장, 파일 형식
6.1 텍스트 파일에서 데이터를 읽고 쓰는 법
6.2 이진 데이터 형식
6.3 웹 API와 함께 사용하기
6.4 데이터베이스와 함께 사용하기
6.5 마치며
CHAPTER 7 데이터 정제 및 준비
7.1 누락된 데이터 처리하기
7.2 데이터 변형
7.3 확장 데이터 유형
7.4 문자열 다루기
7.5 범주형 데이터
7.6 마치며
CHAPTER 8 데이터 준비하기: 조인, 병합, 변형
8.1 계층적 색인
8.2 데이터 합치기
8.3 재구성과 피벗
8.4 마치며
CHAPTER 9 그래프와 시각화
9.1 맷플롯립 API 간략하게 살펴보기
9.2 판다스에서 시본으로 그래프 그리기
9.3 다른 파이썬 시각화 도구
9.4 마치며
CHAPTER 10 데이터 집계와 그룹 연산
10.1 그룹 연산에 대한 고찰
10.2 데이터 집계
10.3 apply 메서드: 일반적인 분리-적용-병합
10.4 그룹 변환과 래핑되지 않은 groupby
10.5 피벗 테이블과 교차표
10.6 마치며
CHAPTER 11 시계열
11.1 날짜, 시간 자료형과 도구
11.2 시계열 기초
11.3 날짜 범위, 빈도, 이동
11.4 시간대 다루기
11.5 기간과 기간 연산
11.6 리샘플링과 빈도 변환
11.7 이동창 함수
11.8 마치며
CHAPTER 12 파이썬 모델링 라이브러리
12.1 판다스와 모델 코드의 인터페이스
12.2 patsy로 모델 생성하기
12.3 statsmodels 소개
12.4 사이킷런 소개
12.5 마치며
CHAPTER 13 데이터 분석 예제
13.1 Bitly의 1.USA.gov 데이터
13.2 무비렌즈의 영화 평점 데이터
13.3 신생아 이름
13.4 미국 농무부 영양소 정보
13.5 2012년 연방선거관리위원회 데이터베이스
13.6 마치며
APPENDIX A 고급 넘파이
A.1 ndarray 객체 구조
A.2 고급 배열 조작 기법
A.3 브로드캐스팅
A.4 고급 ufunc 사용법
A.5 구조화된 배열과 레코드 배열
A.6 정렬 더 알아보기
A.7 넘바를 이용해 빠른 넘파이 함수 작성하기
A.8 고급 배열 입출력
A.9 유용한 성능 팁
APPENDIX B IPython 시스템 더 알아보기
B.1 터미널 키보드 단축키
B.2 매직 명령어
B.3 명령어 히스토리 사용하기
B.4 운영체제와 함께 사용하기
B.5 소프트웨어 개발 도구
B.6 IPython을 이용한 생산적인 코드 개발 팁
B.7 IPython 고급 기능
B.8 마치며
1.1 다루는 내용
1.2 데이터 분석에 파이썬을 사용하는 이유
1.3 필수 파이썬 라이브러리
1.4 설치 및 설정
1.5 커뮤니티와 콘퍼런스
1.6 이 책을 살펴보는 방법
CHAPTER 2 파이썬 기초, Ipython과 주피터 노트북
2.1 파이썬 인터프리터
2.2. IPython 기초
2.3 파이썬 기초
2.4 마치며
CHAPTER 3 내장 자료구조, 함수, 파일
3.1 자료구조와 순차 자료형
3.2 함수
3.3 파일과 운영체제
3.4 마치며
CHAPTER 4 넘파이 기본: 배열과 벡터 연산
4.1 다차원 배열 객체 ndarray
4.2 난수 생성
4.3 유니버설 함수: 배열의 각 원소를 빠르게 처리하는 함수
4.4 배열을 이용한 배열 기반 프로그래밍
4.5 배열 데이터의 파일 입출력
4.6 선형대수
4.7 계단 오르내리기 예제
4.8 마치며
CHAPTER 5 판다스 시작하기
5.1 판다스 자료구조 소개
5.2 핵심 기능
5.3 기술 통계 계산과 요약
5.4 마치며
CHAPTER 6 데이터 로딩과 저장, 파일 형식
6.1 텍스트 파일에서 데이터를 읽고 쓰는 법
6.2 이진 데이터 형식
6.3 웹 API와 함께 사용하기
6.4 데이터베이스와 함께 사용하기
6.5 마치며
CHAPTER 7 데이터 정제 및 준비
7.1 누락된 데이터 처리하기
7.2 데이터 변형
7.3 확장 데이터 유형
7.4 문자열 다루기
7.5 범주형 데이터
7.6 마치며
CHAPTER 8 데이터 준비하기: 조인, 병합, 변형
8.1 계층적 색인
8.2 데이터 합치기
8.3 재구성과 피벗
8.4 마치며
CHAPTER 9 그래프와 시각화
9.1 맷플롯립 API 간략하게 살펴보기
9.2 판다스에서 시본으로 그래프 그리기
9.3 다른 파이썬 시각화 도구
9.4 마치며
CHAPTER 10 데이터 집계와 그룹 연산
10.1 그룹 연산에 대한 고찰
10.2 데이터 집계
10.3 apply 메서드: 일반적인 분리-적용-병합
10.4 그룹 변환과 래핑되지 않은 groupby
10.5 피벗 테이블과 교차표
10.6 마치며
CHAPTER 11 시계열
11.1 날짜, 시간 자료형과 도구
11.2 시계열 기초
11.3 날짜 범위, 빈도, 이동
11.4 시간대 다루기
11.5 기간과 기간 연산
11.6 리샘플링과 빈도 변환
11.7 이동창 함수
11.8 마치며
CHAPTER 12 파이썬 모델링 라이브러리
12.1 판다스와 모델 코드의 인터페이스
12.2 patsy로 모델 생성하기
12.3 statsmodels 소개
12.4 사이킷런 소개
12.5 마치며
CHAPTER 13 데이터 분석 예제
13.1 Bitly의 1.USA.gov 데이터
13.2 무비렌즈의 영화 평점 데이터
13.3 신생아 이름
13.4 미국 농무부 영양소 정보
13.5 2012년 연방선거관리위원회 데이터베이스
13.6 마치며
APPENDIX A 고급 넘파이
A.1 ndarray 객체 구조
A.2 고급 배열 조작 기법
A.3 브로드캐스팅
A.4 고급 ufunc 사용법
A.5 구조화된 배열과 레코드 배열
A.6 정렬 더 알아보기
A.7 넘바를 이용해 빠른 넘파이 함수 작성하기
A.8 고급 배열 입출력
A.9 유용한 성능 팁
APPENDIX B IPython 시스템 더 알아보기
B.1 터미널 키보드 단축키
B.2 매직 명령어
B.3 명령어 히스토리 사용하기
B.4 운영체제와 함께 사용하기
B.5 소프트웨어 개발 도구
B.6 IPython을 이용한 생산적인 코드 개발 팁
B.7 IPython 고급 기능
B.8 마치며
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
