홍동이의 성장일기

목차 [96차시]지점별 기온분포 시각화-박스플롯,바이올린플롯 [서울시 폭염, 열대야 현황] [97차시]서울시 폭염, 열대야 현황 시각화 [98차시]최고 폭염, 최고 열대야 강조하기 [99차시]연도별 폭염, 열대야 일수 추출 [100차시]연도별 폭염, 열대야 일수 시각화 [지역별 인구구조 시각화] [101차시]지역별 인구구조 시각화 데이터수집 [102차시]시도별 총인구수 시각화 [103차시]시도별 세대당 인구 시각화 [104차시]시도별 성별 인구 시각화 [105차시]구별, 동별 총 인구수 시각화 [연령별 인구구조 시각화] [106차시]데이터 수집 및 전처리 [107차시]시도-연령별 인구구조 [108차시]서울시 구별 인구구조 [109차시]특정 동 인구구조 [아파트 실거래가 분석, 시각화] [110차시]아파트..

목차 [80차시]그래프에 수직선, 수평선 그리기 [81차시]그래프에 설명적기 [82차시]2중y축 표시하기 [83차시]seaborn-막대그래프 [84차시]데이터의 관계파악을 위한 scatterplot [85차시]데이터의 추세를 표현하는 lineplot [86차시]데이터의 분포를 나타내는 여러가지 그래프 [서울시 연간 기온변화 분석 및 시각화] [87차시]전국 기온 데이터 수집 [88차시]전국 기온 데이터 확인 [89차시]서울시 연간 기온변화 분석 및 시각화 [90차시]서울시 연간 평균기온,최저기온,최고기온 변화 시각화 [91차시]서울시 연간 평균기온,최고기온,최저기온 한눈에보기 [전국 지점별 기온 분석] [92차시]데이터 추출 및 전처리 [93차시]지점별 연 평균기온 시각화 [94차시]지점별 연 최저기온,..

유데미 스타터스 취업 부트캠프 4기 합류! 인턴을 하며 프로젝트를 마무리하고 남는 시간에 홀로 태블로, SQL 등을 학습하고 있었다. 저번에 수강했던 프로그램의 수업은 기획부터 딥러닝까지 약 한달반만에 모두 진행되어서 사실 배웠다고 할 수 없는 정도였다. 같이 인턴했던 친구의 어깨너머로 오히려 더 많은 실력을 쌓을 수 있었던..! 아무튼 데이터분석가 직무에 대해 흥미를 느낀 후 데이터분석에 핏되어있는 부트캠프를 찾던 도중 유데미 스타터스 취업 부트캠프를 찾게 되었다. 게다가 운명처럼 마침 데이터분석 교육과정을 모집하고 있었다!! 서류 > 코딩테스트 > 면접의 순서대로 모집이 진행되었다. 데이터분석에 진심인 내 마음을 꾹꾹 눌러담아 서류를 통과했다. 문제는 코딩테스트였다. 코딩테스트 결과와 상관없이 면접을..

목차 [64차시] 제목, 축 레이블, 그리드 [65차시] 축의 범위와 눈금 지정 [66차시] 여러개의 그래프와 범례 [67차시] pyplot으로 서브플롯 그리기 [68차시] 위치, 크기 지정하여 플롯 그리기 [69차시] axes를 행, 열로 쪼개어 서브플롯 그리기 [70차시] 전체 행 열과 그래프 순선에 따라 서브플롯 그리기 [71차시] 데이터의 크기를 비교하는 막대그래프 [72차시] 데이터의 관계를 표현하는 산점도 [73차시] 색으로 값의 크기를 표현하는 히트맵 [74차시] 데이터의 도수분포를 표현하는 히스토그램 [75차시] 데이터의 통계값을 표현하는 박스플롯 [76차시] 데이터의 범위와 분포를 표현하는 바이올린플롯 [77차시] 데이터의 비율을 표현하는 파이차트 [78차시] 공통 스타일 지정하기 [79..

목차 [48차시] 서울시 일별 추가확진자 동향 [49차시] 서울시 구별 추가확진자 및 접촉력 분석 [50차시] 데이터 수집 및 전처리 [51차시] 일별 이용현황 분석 [52차시] 시간대별 대여/반납 현황 분석 [53차시] 대여소별 대여/반납 현황 분석 [서울시 물가정보분석] [54차시] 데이터 수집 및 전처리 [55차시] 구별/마트별 삼겹살 가격 분석 [56차시] 구별/마트별 달걀 가격 분석 [지하철 승하차현황 분석] [57차시] 데이터 수집 및 전처리 [58차시] 출퇴근시간 승하차분석 [59차시] 지하철 역별/시간대별 승하차 현황 분석 [파이썬 데이터시각화] [60차시] 파이썬 1차시_파이썬 데이터 시각화소개 [61차시] 파이썬 2차시_기본 그래프 그리기 [62차시] 파이썬 3차시_목적에 따른 여러가지..

목차 [32차시] 인덱스, 컬럼명으로 데이터 추출하기 [33차시] 행번호, 열번호로 데이터 추출하기 [34차시] 기본 그래프 그리기 [35차시] 열 변경하기 [36차시] 행 변경하기 [37차시] 데이터에 함수 적용하기 [38차시] 결측치 처리하기 [39차시] 자료형 변환하기 [40차시] 카테고리형 자료 다루기 [41차시] 시계열 자료 다루기 [42차시] 데이터프레임 연결하기(concat, merge) [43차시] 행과 열의 형태 변경하기(melt, pivot) [44차시] 피봇테이블로 데이터 집계하기(pivot_table) [45차시] 그룹별 데이터 집계하기(groupby) [서울시 코로나19 현황분석] [46차시] 데이터 준비하기 [47차시] 데이터 확인 및 전처리 [32차시] 인덱스, 컬럼명으로 데이..

파이썬 데이터분석 17. 딕셔너리 만들고 값 추출하기 딕셔너리 키:값이 쌍을 이루어 하나의 항목으로 저장되는 자료형 키 값 가능한 자료형 숫자, 문자열, 부울, 튜플 모든 자료형 변경가능여부 변경 불가 변경 가능 중복가능여부 중복 불가 중복 가능 키와 값은 콜론으로 구분 중괄호 안에 콤마로 구분하여 항목을 저장 dict로 딕셔너리 만들기 ※ 키에 따옴표를 쓰지 않는다. 딕셔너리명 = dict(키1=값1, 키2=값2,...,) 딕셔너리명 = dict(zip(key리스트, value리스트)) 딕셔너리명 = dict([(키1,값1),(키1,값2),...,]) 딕셔너리명 = dict({키1:값1,키2:값2,...,}) 중복된 key를 사용하여 딕셔너리를 만들면 뒤에 값이 반영된다. 인덱스가 아닌 키로 자료에 접..

1. 파이썬 데이터분석 소개 가장 먼저 왜 데이터 분석을 배워야하는지에 대해서 알아보았다. 나도 가치창출을 할 수 있는 데이터 분석을 하기 위해 열심히 배워봐야겠다. 💪 데이터분석의 절차는 다음과 같다. 2. 아나콘다 설치 anaconda3 파일을 만들어서 아나콘다를 설치해주었고 코드 관리를 위해 pythondata 파일을 만들었다. 아나콘다를 실행할때 Anaconda Prompt (anaconda3)을 실행하여 cd c:\pythondata jupyter notebook 해당 코드를 작성하면 손쉽게 원하는 파일로 들어갈 수 있다. 3. 주피터노트북 사용법 셀 추가 단축키: a(위), b(아래) 셀 삭제 단축기: dd 마크다운에서 줄을 바꾸고 싶다면 공백 2번 or 📍 그런데 주피터 노트북에서 목차를 생..

ep1.에 이어 계속됩니다. [2022년 데이터 분석 청년인재 양성사업] ep1. 비전공자 서류(자소서) 합격 후기 2022년 데이터 분석 청년인재 양성사업은 공공부문 데이터 분석 분야의 일경험을 희망하는 청년들을 대상으로 온라인 사전교육(1개월), 데이터전문교육(2개월)과 행정·공공기관에서의 일경험 수 hungdung99.tistory.com 면접 의상 👔 작년에 있었던 공공 빅데이터 분석 청년인재 블로그 글을 찾아보니 정장~세미정장을 입고 가시는 분들이 많다고 해서 정장 대여를 알아보았다. 📍 수원시에서는 취업면접을 앞둔 만 19~34세의 수원청년에게 무료로 정장을 3박 4일 동안 연 3회 대여해주는 사업을 시행하고 있다. 면접증명서류와 신분증, 주민등록초본만 준비하면 쉽게 대여할 수 있다. 수원시청..

2022년 데이터 분석 청년인재 양성사업은 공공부문 데이터 분석 분야의 일경험을 희망하는 청년들을 대상으로 온라인 사전교육(1개월), 데이터전문교육(2개월)과 행정·공공기관에서의 일경험 수련(6개월) 기회를 제공하는 프로그램입니다. https://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?bcIdx=24362&cbIdx=99835&parentSeq=24362 2022년 데이터분석 청년인재 양성사업 참가자 모집 안내 2022.04.11 조회수 8171 장한솔 데이터기반행정팀 2022년 데이터 분석 청년인재 양성사업 데이터 분석 청년 수련생 모집안내 모집기간 : 2022.4.1 www.nia.or.kr 비전공자여서 걱정이 많았지만 최대한 경험을 살려 서류를 작성했습니다💪 기존..