도서 소개

탐색적 데이터 분석을 위한 ‘파이썬 프로그래밍 입문서’다. 이 책은 처음 데이터 분석에 입문하는 독자가 최대한 빠르게 시작할 수 있도록 기본을 알려주는 것을 목표로 한다. 그래서 이 책에서는 파이썬에서 제공하는 수많은 기능 중 데이터 분석에 자주 사용하는 핵심 기능을 다루고 있다.

정확하게는 본격적인 데이터 분석을 진행하기에 앞서 데이터를 수집, 탐색하고 정제하는 ‘탐색적 데이터 분석’ 과정에 대해서 설명한다. 그리고 실생활에 사용할 수 있는 실습 예제를 해결하면서 탐색적 데이터 분석의 전반적인 과정을 이해할 수 있도록 구성했다. 최근 기업들은 단순히 분석만 하는 인재가 아닌, 분석 결과를 직접 대시보드로 구현하고 서비스화 할 수 있는 풀스택 역량을 요구한다. 이에 따라 전면개정판에는 Streamlit을 통한 대시보드 개발을 새롭게 추가했다.

  출판사 리뷰

이 책이 제시하는 핵심 내용
이 책은 탐색적 데이터 분석을 위한 ‘파이썬 프로그래밍 입문서’ 입니다. 이 책은 처음 데이터 분석에 입문하는 독자가 최대한 빠르게 시작할 수 있도록 기본을 알려주는 것을 목표로 합니다. 그래서 이 책에서는 파이썬에서 제공하는 수많은 기능 중 데이터 분석에 자주 사용하는 핵심 기능을 다루고 있습니다. 정확하게는 본격적인 데이터 분석을 진행하기에 앞서 데이터를 수집, 탐색하고 정제하는 ‘탐색적 데이터 분석’ 과정에 대해서 설명합니다. 그리고 실생활에 사용할 수 있는 실습 예제를 해결하면서 탐색적 데이터 분석의 전반적인 과정을 이해할 수 있도록 구성했습니다. 최근 기업들은 단순히 분석만 하는 인재가 아닌, 분석 결과를 직접 대시보드로 구현하고 서비스화 할 수 있는 풀스택 역량을 요구합니다. 이에 따라 전면개정판에는 Streamlit을 통한 대시보드 개발을 새롭게 추가했습니다.

어떤 독자를 위한 책인가?
이 책은 본인에게 데이터 분석이 필요한 상황이 생겼거나, ‘데이터 분석을 배워야 한다’는 요구를 받은 경험이 있는 독자를 위한 책입니다.

__보다 구체적으로 데이터 분석에 필요한 파이썬 핵심 문법(NumPy, Pandas)을 이해할 수 있거나,
__직접적으로 시각화 방법(seaborn, matplotlib)으로 데모용 대시보드(Streamlit)를 보여주고 싶거나.

도서 소개

“최근 기업들은 분석 결과를 직접 대시보드로 구현하고 서비스화 할 수 있는 풀스택 역량을 요구합니다. 이에 따라 전면개정판에서는 Streamlit을 통한 대시보드 개발을 새롭게 추가했습니다.”

* QR코드로 제공하는 동영상 강의 51개(10시간)
개념 정리가 필요한 곳, 심화 내용과 실무 팁이 필요한 곳에 QR코드로 동영상 강의를 제공합니다.

* 학습효과를 극대화하는 문제 50개
학습한 내용을 바로 확인할 수 있는 실습 문제를 넣었습니다.

---------------------------------------------------------------------------------------------

이 책의 목표는 독자 여러분이 데이터 분석의 첫걸음을 떼고, 스스로 문제를 해결해 나가며 성장할 수 있는 토대를 마련하는 것입니다. 지금 당장 시작하고 싶은 분들에게는 든든한 출발점이 될 것이고, 깊이 있는 학습을 원하는 분들에게는 다음 단계로 나아갈 수 있는 디딤돌이 될 것입니다.

Q: ChatGPT와 같은 생성형 AI의 등장으로 데이터 분석가가 할 일이 줄어든 것이 아닌가요?
A: AI가 코드를 작성해주는 시대가 되었지만, 역설적으로 데이터를 올바르게 이해하고 해석하는 능력은 더욱 중요해졌습니다. AI가 아무리 완벽한 코드를 작성해도 무엇을 분석할지, 결과를 어떻게 해석할지, 어떤 의사결정을 내릴지는 여전히 사람의 몫입니다. 오히려 AI 시대에는 데이터의 본질을 이해하는 능력이 더욱 핵심 경쟁력이 되었습니다.

Q: 전면개정판에서 크게 달라진 점은 무엇인가요?
A: 최근 기업들은 단순히 분석만 하는 인재가 아닌, 분석 결과를 직접 대시보드로 구현하고 서비스화 할 수 있는 풀스택 역량을 요구합니다. 이에 따라 Streamlit을 통한 대시보드 개발을 새롭게 추가했습니다. 이 책을 통해 여러분은 데이터를 분석할 뿐만 아니라 그 결과를 직관적으로 시각화하고 공유할 수 있게 될 것입니다.

Q: 『파이썬으로 시작하는 머신러닝+딥러닝(전면개정판)』과 이 책은 어떤 연관성이 있나요?
A: 1권은 파이썬 기초부터 데이터 탐색 및 대시보드 생성까지 데이터를 이해하고 다루기 위한 준비 과정이고, 2권은 본격적으로 데이터 분석 모델을 만들며 머신러닝과 딥러닝 알고리즘을 다룹니다. 2권에서는 ‘비전공자도 스스로 머신러닝, 딥러닝 모델을 만들 수 있게 하는 것’을 목표로 삼고 있습니다. AI 관련 일을 하고 싶거나, 혹은 해야만 하는 독자를 위해 만든 책입니다.

일러두기

이 책은 데이터 분석에 필요한 파이썬 핵심 문법을 체계적으로 다룹니다. 프로그래밍 입문자도 쉽게 이해할 수 있도록 일상 용어와 개념을 활용해 설명했습니다. 복잡한 전문 용어보다는 친숙한 표현으로 코딩의 본질을 전달하는 데 집중했습니다. 차근차근 따라가신다면 누구나 파이썬으로 기본적인 데이터 분석을 할 수 있게 될 것입니다. 데이터 분석 학습은 자동차 운전과 같습니다. 기본 지식을 습득하고 충분한 연습을 통해 실력을 쌓아가는 과정입니다. 엔진 구동원리를 완벽히 알아야 운전할 수 있는 것이 아니듯, 복잡한 수학 이론을 모두 익혀야 데이터 분석을 할 수 있는 것은 아닙니다. 중요한 것은 일단 시작하는 것입니다. 어설프더라도 데이터 분석을 직접 경험해보고, 필요에 따라 이론을 보완해 나가면 됩니다. 이런 방식으로 접근하면 머신러닝, 딥러닝 등 고급 기법으로의 진입장벽이 훨씬 낮아집니다. 데이터 분석 능력은 어떤 업종에서든 강력한 경쟁력이 됩니다. 새로운 사업 기획, 기존 사업의 효율성 개선, 혁신적 솔루션 발굴까지 가능하게 합니다.

1. 이 책은 탐색적 데이터 분석을 위한 ‘파이썬 프로그래밍 입문서’ 입니다.
시중에는 이미 파이썬 기본에 대해 설명해주는 책, 데이터 분석 이론을 다룬 책이 많이 출간되어 있습니다. 대부분의 서적은 파이썬에서 제공하는 많은 내용에 대해 상세하게 설명해주고 있어서 깊이 있게 내용을 학습하기에는 좋습니다. 그러나, 데이터 분석 과정을 빠르게 살펴보기 위해서는 그만큼 시간 투자가 필요합니다.
그래서 이 책을 준비했습니다. 이 책은 파이썬에서 제공하는 수많은 기능 중 데이터 분석에 자주 사용하는 핵심 기능에 대해서만 다루고 있습니다. 정확하게는 본격적인 데이터 분석을 진행하기에 앞서 데이터를 수집, 탐색하고 정제하는 ‘탐색적 데이터 분석’ 과정에 대해서 설명합니다. 그리고 다양한 실습 예제를 해결하면서 탐색적 데이터 분석의 전반적인 과정을 이해할 수 있도록 구성했습니다.

2. 이 책은 파이썬으로 데이터 분석을 시작하려고 하는 독자에게 최적화되었습니다.
이제 막 파이썬 입문서를 떼고, 기초적인 파이썬 문법을 익혔고, 그 다음 학습 과정을 데이터 분석으로 잡은 독자에게 이 책은 최적화되었습니다. 이 책은 여러분이 지금까지 배웠던 기초 파이썬을 데이터 분석에 빠르게 활용할 수 있게끔 안내합니다. 그렇기 때문에 데이터 분석의 깊이 있는 수치 알고리즘, 성능을 고려한 빅데이터 처리 알고리즘, 고급 Pandas 문법 등을 학습(고급 활용)하려는 독자에게는 다소 적합하지 않습니다. 이러한 목적을 가진 독자에게는 『파이썬으로 시작하는 머신러닝+딥러링, 전면개정판』(2025, 아이리포)을 추천합니다.

3. 프로그래밍이 처음이라면 책의 순서대로 읽는 것을 권장합니다.
이 책은 파이썬 기본 문법(2장) - 데이터 분석을 위한 문법(3장: NumPy, Pandas) - 데이터 탐색을 위한 시각화 방법(4장: seaborn, matplotlib) - 데이터 분석 결과를 표시하기 위한 대시보드 생성 방법(5장: Streamlit)을 순차척으로 설명합니다. 각 장은 이전 장의 내용을 이해했다는 것을 전제로 구성했기 때문에, 프로그래밍이 처음이라면 책의 순서대로 읽는 것이 내용을 이해하기 수월합니다.

__Chapter 1: 개발 환경을 설치합니다.
__Chapter 2: 파이썬 기본 문법을 배웁니다.
__Chapter 3: 기존에 저장된 데이터를 불러와서 수정하는 다양한 방법을 배웁니다.
__Chapter 4: 다양한 그래프를 그려서 데이터의 분포와 경향을 쉽게 확인하기 위한 시각화 방법을 배웁니다.
__Chapter 5: Streamlit을 활용한 대시보드 생성을 배웁니다.

4. 파이썬이 처음이 아니라면 3장부터 읽어도 좋습니다.
웹 프로그래밍이나 다른 목적으로 파이썬을 사용한 경험이 있다면 파이썬 기본 문법을 다룬 2장은 빠르게 넘겨도 좋습니다. 파이썬이 아닌 다른 프로그래밍 언어의 경험만 있는 경우라면 2장도 훑어보는 것을 권장합니다. 파이썬은 기존 프로그래밍 언어를 쉽고 간결하게 만드는 것을 목적으로 만들었기 때문에, Java나 C 언어와 같이 전통적으로 많이 사용하는 프로그래밍 언어가 익숙한 사용자는 오히려 간결한 파이썬 문법이 어색하게 느껴질 수 있습니다. 아무리 토종 한국인이라도 ‘케바케, 따아, 답정너’…같은 줄임말을 처음 보면 어색한 것처럼요. 그러니 파이썬이 다른 언어의 문법과 어떻게 다른 지는 확인해야 합니다.

5. 실습 문제와 챕터별 퀴즈는 꼭 스스로 해결해보세요.
프로그래밍 언어는 그야말로 컴퓨터와 사람이 의사 소통하는 수단일 뿐, 정말 필요한 것은 문제 해결을 위해 로직을 만들어내는 것입니다. 이 책은 이론에 대한 설명은 최대한 간결하게 줄이고, 실습을 통해서 문법을 활용하도록 구성하였습니다. 처음이기 때문에 어렵고 낯선 것은 당연합니다. 그렇지만 책에서 제공하는 솔루션을 보기 전에 꼭 어떻게 로직을 구성할지 생각해보고 코드를 작성해본다면, 훨씬 더 빠르게 실력이 쌓일 것입니다.

  작가 소개

지은이 : 강지영
정보관리기술사, 정보시스템 수석감리원인공지능과 데이터 분석을 전혀 모르던 평범한 직장인이었다. 우연히 맡게 된 업무를 계기로 이 분야에 뛰어들었고, 독학으로 하나씩 배워나가며 성장했다. 누군가에게는 깊이 있는 이론보다 쉬운 설명이, 간단한 문제 풀이를 통한 실전 연습을 위한 가이드가 필요하다는 것을 누구보다 잘 안다. 정보가 넘쳐나는 시대지만, 정작 필요한 것만 골라 배우기는 더 어려워졌다. 현재는 비슷한 어려움을 겪는 사람들에게 실질적인 도움을 주는 것에서 가장 큰 보람을 느낀다. 이론서가 아닌 실용서로, 구구절절한 설명 대신 꼭 필요한 핵심만 담아 이 책을 완성했다. AI Agent 시대를 준비하는 모든 이들에게 이 책이 든든한 첫걸음이 되기를 바란다.『파이썬으로 시작하는 데이터 분석(전면개정판) 』 (2025, 아이리포) 집필 『파이썬으로 시작하는 머신러닝+딥러닝(전면개정판) 』 (2025, 아이리포) 집필

  목차

일러두기
__『파이썬으로 시작하는 데이터 분석, 전면개정판』 100% 학습하기
__『파이썬으로 시작하는』 시리즈 안내
__IT 분야 취업을 위한 학습 로드맵

1장. 파이썬 시작하기
__1.1 파이썬으로 무엇을 할 수 있나요?
____1.1.1 왜 파이썬으로 데이터 분석을 시작하는 것이 좋을까요?
____1.1.2 파이썬, 어떤 특징이 있나요?
____1.1.3 파이썬으로 무엇을 할 수 있나요?
____1.1.4 이 책을 학습하면 무엇을 할 수 있나요?
__1.2 개발 환경 구축
____1.2.1 아나콘다가 뭐예요?
____1.2.2 아나콘다 설치 파일 내려받기
____1.2.3 아나콘다 설치하기
__1.3 주피터 노트북
____1.3.1 Hello Python
____1.3.2 주피터 노트북의 특징
____1.3.3 주피터 노트북 주요 기능
____1.3.4 주피터 노트북 사용하기

2장. 데이터 분석을 위한 파이썬 기본 문법
__2.1 변수와 데이터 타입
____2.1.1 변수
____2.1.2 기본 데이터 타입(자료형)
____2.1.3 컨테이너 자료형 ? 리스트
____2.1.4 컨테이너 자료형 ? 튜플과 세트
____2.1.5 컨테이너 자료형 ? 딕셔너리
__2.2 조건문과 반복문
____2.2.1 조건문
____2.2.2 반복문
__2.3 함수와 모듈
____2.3.1 함수
____2.3.2 람다식
____2.3.3 입출력(input/output)
____2.3.4 파일 입출력
____2.3.5 문자열
____2.3.6 모듈, 패키지, 클래스
____2.3.7 예외 처리

3장. 데이터 분석을 위한 파이썬 응용 문법
__3.1 NumPy
____3.1.1 배열의 개념
____3.1.2 배열의 생성 및 조작
____3.1.3 배열의 인덱싱과 슬라이싱
____3.1.4 배열의 연산과 변형
__3.2 Pandas
____3.2.1 Series와 DataFrame의 개념
____3.2.2 생성 및 삭제
____3.2.3 데이터 선택 ? 인덱싱과 조건 기반 선택
____3.2.4 데이터 변환 ? 파생변수 생성 및 함수 적용
____3.2.5 데이터 탐색 및 집계 연산
__3.3 주가 데이터 탐색 실습
____3.3.1 라이브러리 설치 및 문제
____3.3.2 주식 데이터 EDA

4장. 데이터 시각화
__4.1. 데이터를 시각화하는 방법
____4.1.1. 파이썬 데이터 시각화 패키지
__4.2 seaborn
____4.2.1 Tips 데이터셋
____4.2.2 산점도(scatterplot)
____4.2.3 회귀선(regplot)
____4.2.4 선그래프(lineplot)
____4.2.5 막대그래프(barplot)
____4.2.6 박스 플롯(boxplot), 바이올린 플롯(violinplot)
____4.2.7 히스토그램(histplot)
____4.2.8 히트맵(heatmap)
__4.3 matplotlib
____4.3.1 그래프 그리기
____4.3.2 도화지 설정하기
____4.3.3 자주 마주하는 문제
__4.4 plotly
____4.4.1 인터랙티브 그래프
____4.4.2 기본 그래프 유형
__4.5 데이터 시각화 실습
____4.5.1 건강검진정보 데이터 시각화

5장. 데이터 분석 대시보드
___5.1 Streamlit
____5.1.1 Streamlit이란?
____5.1.2 기본 UI 컴포넌트
____5.1.3 페이지 설정과 레이아웃
____5.1.4 데이터 표시와 시각화
__5.2 주식 분석 대시보드
____5.2.1 기본 설정 및 라이브러리 import
____5.2.2 주식 데이터 가져오기
____5.2.3 기업 정보 표시 함수
____5.2.4 주가 차트 생성 함수
____5.2.5 거래량 차트 생성 함수
____5.2.6 기술적 지표 계산 함수
____5.2.7 메인 애플리케이션 함수

  회원리뷰