HOME > Detail View

Detail View

파이썬 데이터 시각화 마스터 : 파이썬 패키지를 사용해 효과적으로 정보를 전달하는 매력적인 플롯 만들기

파이썬 데이터 시각화 마스터 : 파이썬 패키지를 사용해 효과적으로 정보를 전달하는 매력적인 플롯 만들기 (Loan 48 times)

Material type
단행본
Personal Author
Raman, Kirthi 정기연, 역 안진규, 역 허혜정, 역
Title Statement
파이썬 데이터 시각화 마스터 : 파이썬 패키지를 사용해 효과적으로 정보를 전달하는 매력적인 플롯 만들기 / 키르시 라만 지음 ; 정기연, 안진규, 허혜정 옮김
Publication, Distribution, etc
서울 :   에이콘,   2017  
Physical Medium
406 p. : 삽화, 도표 ; 24 cm
Varied Title
Mastering Python data visualization : generate effective results in a variety of visually appealing charts using the plotting packages in Python
ISBN
9788960776852 9788960772106 (세트)
General Note
색인수록  
부록: 시각화 출발하기와 탐색하기  
Subject Added Entry-Topical Term
Python (Computer program language) Information visualization Visual analytics
000 00000cam c2200205 c 4500
001 000045911526
005 20170802164915
007 ta
008 170802s2017 ulkad 001c kor
020 ▼a 9788960776852 ▼g 94000
020 1 ▼a 9788960772106 (세트)
035 ▼a (KERIS)BIB000014513784
040 ▼a 241050 ▼c 241050 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 005.133 ▼2 23
085 ▼a 005.133 ▼2 DDCK
090 ▼a 005.133 ▼b P999 2017z9
100 1 ▼a Raman, Kirthi
245 1 0 ▼a 파이썬 데이터 시각화 마스터 : ▼b 파이썬 패키지를 사용해 효과적으로 정보를 전달하는 매력적인 플롯 만들기 / ▼d 키르시 라만 지음 ; ▼e 정기연, ▼e 안진규, ▼e 허혜정 옮김
246 1 9 ▼a Mastering Python data visualization : ▼b generate effective results in a variety of visually appealing charts using the plotting packages in Python
260 ▼a 서울 : ▼b 에이콘, ▼c 2017
300 ▼a 406 p. : ▼b 삽화, 도표 ; ▼c 24 cm
500 ▼a 색인수록
500 ▼a 부록: 시각화 출발하기와 탐색하기
650 0 ▼a Python (Computer program language)
650 0 ▼a Information visualization
650 0 ▼a Visual analytics
700 1 ▼a 정기연, ▼e
700 1 ▼a 안진규, ▼e
700 1 ▼a 허혜정, ▼e
900 1 0 ▼a 라만, 키르시, ▼e
945 ▼a KLPA

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 005.133 P999 2017z9 Accession No. 121241122 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Sejong Academic Information Center/Science & Technology/ Call Number 005.133 P999 2017z9 Accession No. 151336631 Availability Available Due Date Make a Reservation Service
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 005.133 P999 2017z9 Accession No. 121241122 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 005.133 P999 2017z9 Accession No. 151336631 Availability Available Due Date Make a Reservation Service

Contents information

Book Introduction

데이터 시각화의 개념부터 시작해, Python 패키지 설치 방법, 개발 환경을 소개하며 파이썬 데이터 시각화를 위해 필요한 준비 과정을 살펴본다. 파이썬 데이터 시각화에 대한 기본 이해를 마치면, 본격적으로 시각화가 많이 사용되는 주요 분야의 예제를 학습한다.

인터랙티브 플로팅 도구를 사용해 계산 물리학과 응용 수학 예제를 다루며, 통계/머신 러닝 모델을 사용해 주식 시세, 회귀 분석, 몬테카를로(Monte Carlo) 알고리즘 등 금융 공학 예제를 다룬다. 그리고 소셜 네트워크, 유전학 네트워크 모델 분석을 알아본다. Julia, DS.js와 같은 툴과 비교하며 고급 시각화 내용까지 다루는 등 기본 개념부터 실제 응용, 고급 내용까지 안내한다.

파이썬을 알고 있으면서 데이터 시각화를 배우고 싶거나, 코드를 더 쉽게 동작하고 재사용할 수 있게 만들어줄 수 있는 틈새 기술에 대해서 논의하고, 파이썬 프로그래밍을 알고 있지만 더 많은 것을 배우기를 원하는 독자에게 적합하다.

데이터 시각화의 개념부터 시작해, Python 패키지 설치 방법, 개발 환경을 소개하며 파이썬 데이터 시각화를 위해 필요한 준비 과정을 살펴본다. 파이썬 데이터 시각화에 대한 기본 이해를 마치면, 본격적으로 시각화가 많이 사용되는 주요 분야의 예제를 학습한다. 인터랙티브 플로팅 도구를 사용해 계산 물리학과 응용 수학 예제를 다루며, 통계/머신 러닝 모델을 사용해 주식 시세, 회귀 분석, 몬테카를로(Monte Carlo) 알고리즘 등 금융 공학 예제를 다룬다. 그리고 소셜 네트워크, 유전학 네트워크 모델 분석을 알아본다. 마지막으로는 Julia, DS.js와 같은 툴과 비교하며 고급 시각화 내용까지 다루어, 기본 개념부터 실제 응용, 고급 내용까지 안내하는 이 책을 통해 파이썬 데이터 시각화를 마스터할 수 있다.

★ 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.


Information Provided By: : Aladin

Author Introduction

키르시 라만(지은이)

미국 버지니아 맥클레인에 있는 뉴스타(Neustar)에서 현재 수석 데이터 엔지니어로 근무하고 있다. 자바스크립트, 파이썬, R, 자바를 이용해 데이터 시각화 업무를 진행하며 인정받는 엔지니어다. 이전에는 크루션트(Quotient)에서 수석 아키텍트, 데이터 분석가, 정보 검색 전문가로 일했다. 또한 스타트업 회사의 기술 고문과 매니저를 맡고 있다. 이산 수학과 컴퓨터 과학을 몇 년 동안 가르쳤으며, 델리 인도 공대(IIT Delhi)에서 수학과 컴퓨터 과학 학사를, 메릴랜드 대학(University of Maryland)에서 컴퓨터 과학 석사를 수료했다. 데이터 분석과 빅데이터에 대한 백서를 작성하고 있다.

정기연(옮긴이)

경제학과 전자 공학을 공부했고, 전자 공학으로 석사 학위를 받았다. 경세제민(經世濟民)의 뜻을 기술로 이뤄 보고자 10여 년간 전자 회사에서 엔지니어로 일하며 기술을 연마해왔다. 최근에는 가치를 만들어 내는 기술의 응용을 고민하며 꿈에 한 걸음 더 가까이 다가가고 있다.

안진규(옮긴이)

전자공학과에서 화질 개선과 영상 압축 VLSI로 석사 학위를 이수했다. 전자 회사의 선행 연구소에서 SoC(System on Chip)를 설계하고 있다. 하드웨어 전공이지만, 남의 떡이 커 보여서 여기저기 기웃거리며 더 좋은 엔지니어가 되고자 노력 중이다.

허혜정(옮긴이)

컴퓨터과학으로 학사, 석사, 박사 학위를 받았다. 주요 연구 분야는 가상 현실, 과학적 시각화, HCI 분야다. 현재는 전자 회사에서 그래픽스 선행 연구를 하고 있다.

Information Provided By: : Aladin

Table of Contents

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 
________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 머신 러닝의 개요 
____K- 최근접 이웃 
____일반화 선형 모델 
________베이즈 선형 회귀 
__애니메이션 및 인터랙티브 플롯 작성하기 
__요약 

6장. 통계와 머신 러닝 
____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

New Arrivals Books in Related Fields