최근들어 금융에 대해 관심이 많아졌습니다.코로나시대가 시작되고 주변 친구들도 주식/코인에 뛰어들었지만크게 잘된 친구는 없었습니다. 다들 대학생들이라 시드금이 적은탓도 있겠지만'그냥 요즘 주식하고 코인이 돈이 된다더라' 라는 말만 듣고 시작했던것 같습니다.금융도 요즘엔
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51몇년 전부터 파이썬은 매우 핫한 프로그래밍 언어입니다.왜 그럴까요?1991년 귀도 반 로섬(Guido van Ros
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다. 해당 게시물 수강강좌 : 금융 데이터 분석을 위한 파이썬 프로그래밍 금융 데이터 분석을 위한 파이썬 프로그래밍 시작하기 https://www.codepresso.kr/course/51
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51!파이썬에도 숫자와 문자열이 있다. 하지만 숫자와 문자열로만 프로그래밍을 하기엔 부족한 점이 많습니다.코드프레소 강
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51이번 코드프레소 강의를 통해 알아볼 데이터 구조는 집합(Set)입니다. 집합 자료형은 학교 수학시간에 들었던 말 그
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51이번 포스팅은 코드프레소 강의를 통해 딕셔너리 자료형에 대해 알아보겠습니다. Map, HashMap과 유사한 구조입
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51우리가 배우려는 함수는 믹서와 비슷하다. 입력값을 가지고 어떤 일을 수행한 다음에 그 결과물을 내어놓는 것, 이것이
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/51코드프레소 강의에서는 클래스를 '나만의 데이터 타입' 이라고 설명하고 있습니다. 무슨 말 일까요?일반적인 데이터타입
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/55강력한 오픈 라이브러리와 프레임워크는 파이썬의 강점입니다.데이터분석 : Pandas, NumPy데이터시각화 : ma
NumPy 는 다양한 차원의 배열을 효율적으로 다룰 수 있는 라이브러리로, Ndarray 라는 핵심 자료구조에 다차원의 데이터를 저장하여 사용합니다.대규모 데이터 집합을 담을 수 있는 매우 빠르고 유연한 핵심 자료구조입니다.형태 : ndarray.shape원소의 수
NumPy 는 다양한 값을 저장 및 표현할 수 있는 다양한 데이터 타입을 제공합니다.파이썬에서 제공하는 데이터 타입과 호환되며, 대표적인 데이터 타입은 다음과 같습니다.np.int64 : (64비트) 정수np.float64 : (64비트) 실수np.complex : 복
이전 포스팅들은 Python의 데이터 분석 라이브러리 중 NumPy에 대해서 알아보았습니다.앞으로의 포스팅은 Python의 데이터 분석 라이브러리 중 Pandas에 대해 포스팅을 할 예정입니다.코드프레소 강의 로드맵이 NumPy - Pandas로 연계되어 데이터분석에
Series는 1차원 데이터를 저장하는 Pandas의 기본 자료구조로, 리스트, 튜플, 딕셔너리 등의 파이썬 객체를 함수의 data 인자로 전달하여 다양한 형태로 생성할 수 있고, Series 객체는 동일한 데이터 타입의 값을 저장할 수 있다는 특징이 있다.물론, Se
이번 포스팅에서는 DataFrame의 데이터를 조회/변경/추가/삭제하는 방법에 대해 알아보겠습니다.DataFrame을 다루는데 가장 기초적인 부분이니 코드프레소 강의를 통해 꼼꼼하게 체크 하도록 합시다.📌 인덱싱 기법 사용📌 연산자 사용여러 개의열 데이터를 조회시에
이번 포스팅에서는 결측치에 대해서 알아보고Pandas에서는 결측치를 어떻게 처리하고 할 수 있는지에 대해 알아보겠습니다.Not Available, 결측치라고 하여 값이 표기되지 않는 값을 의미한다.Missing data 누락값이라고도 이야기를 한다.Pandas에서는 N
이번 포스팅은 지난 포스팅에 이어서 결측값을 처리하는 방법에 대해 알아봅시다.결측치에 대한 내용은 저도 코드프레소 강의를 통해 처음 알게 되었습니다.📌 각 컬럼 별 non-null 값의 개수를 출력함📌 전체 행의개수에서 non-null의 개수를 빼면 나머지가 결측치
이번 포스팅에서는 데이터 조회를 위한 DataFrame 인덱싱 방법에 대해 알아보겠습니다.Pandas를 활용하는 부분에 있어 코드프레소 강의가 많은 도움이 되고 있습니다.DataFrame은 기본적으로 index가 0부터 1씩 증가하는 정수로 생성됩니다.다만 set_in
지난 포스팅에서는 DataFrame의 인덱스를 설정하는 set_index()에 대해서 알아보았습니다.이번 포스팅에서는 본격적으로 데이터 조회를 위한 인덱싱을 알아보겠습니다.시작하기 앞서 예제에서 사용할 데이터를 가져옵시다.해당 데이터들은 KOSIS국가통계포털에서 찾을
본 게시물은 코드프레소의 code.PRESS-UP 체험단 과정을 담은 게시물입니다.https://www.codepresso.kr/course/56이번 포스팅에서는 Pandas에서 활용되는 집계함수에 대해 알아보겠습니다.Pandas에서도 다양한 집계함수를 제공하