CatchingDudeoji

가까이 하기에는 너무 두꺼운 두더지책! 함께 잡아봅시다 👊👊
함께 두더지 잡으실 분 상시모집 중 ⚒️

🔨 스터디 소개

👍 스터디명 두더지 잡기
📚 교재 파이썬 라이브러리를 활용한 데이터 분석
⏲ 시간 매일 오후 8시
📆 날짜 7월 19일(월)부터 책을 끝내는 날까지!
🙋 스터디원 모집기간 7월 15일~7월 16일(스터디 시작 이후로는 상시모집)
👾 노션 페이지 https://sunrise-octagon-91e.notion.site/8b0734caa7a34f0687ff05f40e1d0c39

파이썬 라이브러리를 활용한 데이터 분석 책의 CHAPTER4부터 부록까지의 내용을 함께 공부하는 스터디입니다. Numpy/Pandas/Matplotlib의 용법을 정리하고 이를 활용하여 기본적인 데이터 분석법을 공부하시고 싶은 분들과 함께 하고 싶습니다.

🔨 스터디 진행방식

1. 한명의 발표자가 정해진 분량만큼의 발표를 진행하고 질의응답 시간을 가집니다.
2. 발표자료를 출판사에서 제공되는 소스코드를 사용합니다.
   1. 발표자는 해당 소스코드에 주석을 달아오고 그 내용으로 발표를 진행합니다.
   2. 발표자는 발표자료를 스터디 시작 이전에 깃허브에 업로드 하여야 합니다.
3. 진도는 매일 10~20페이지 가량으로 한시간 안에 스터디가 끝나는 것이 목표 입니다.

🔨 스터디 자료

🕵️ 교재 파이썬 라이브러리를 활용한 데이터 분석 (2판) - YES24
🕵️ 게더타운 노션 참고
🕵️ 소스코드 - 깃허브 wesm/pydata-book
🕵️ 소스코드 - 코랩 Google Colaboratory
🕵️ 깃허브 github
🕵️ datasets google drive
🕵️ examples google drive

🔨 커리큘럼

👼 커리큘럼은 하루에 스터디 시간이 한시간이 넘지 않도록 유동적으로 조정하고 있습니다.
👼 커리큘럼은 스터디의 상황에 따라 유동적으로 변할 수 있습니다.
👼 커리큘럼은 순차적으로 업데이트 됩니다.

✨ CHAPTER 4 NumPy 기본: 배열과 벡터 연산

날짜	챕터	페이지	발표자	발표자료
07월 19일	4.1 NumPy ndarray: 다차원 배열 객체	135~157	정수희	🔗
07월 20일	4.2 유니버설 함수: 배열의 각 원소를 빠르게 처리하는 함수	158~161	김인유	🔗
07월 20일	4.3 배열을 이용한 배열지향 프로그래밍	161~171	김인유	🔗
07월 21일	4.4 배열 데이터의 파일 입출력	171~171	김영협	🔗
07월 21일	4.5 선형대수	172~174	김영협	🔗
07월 21일	4.6 난수 생성	174~176	김영협	🔗
07월 21일	4.7 계단 오르내리기 예제	176~180	김영협	🔗

✨ CHAPTER 5 pandas 시작하기

날짜	챕터	페이지	발표자	발표자료
07월 22일	5.1 pandas 자료구조 소개	181~197	손진아	🔗
07월 23일	5.2 핵심 기능 (1)	198~210	김은서	🔗
07월 26일	5.2 핵심 기능 (2)	210~225	손지우	🔗
07월 27일	5.3 기술 통계 계산과 요약	226~235	최병휘	🔗

✨ CHAPTER 6 데이터 로딩과 저장, 파일 형식

날짜	챕터	페이지	발표자	발표자료
07월 28일	6.1 텍스트 파일에서 데이터를 읽고 쓰는 법	237~257	강지윤	🔗
07월 29일	6.2 이진 데이터 형식	258~263	우범진	🔗
07월 29일	6.3 웹 API와 함께 사용하기	263~264	우범진	🔗
07월 29일	6.4 데이터베이스와 함께 사용하기	264~267	우범진	🔗

✨ CHAPTER 7 데이터 정제 및 준비

날짜	챕터	페이지	발표자	발표자료
07월 30일	7.1 누락된 데이터 처리하기	269~276	이지수	🔗
08월 02일	7.2 데이터 변형	277~295	정태호	🔗
08월 03일	7.3 문자열 다루기	296~306	김민경	🔗

✨ CHAPTER 8 데이터 준비하기: 조인, 병합, 변형

날짜	챕터	페이지	발표자	발표자료
08월 09일	8.1 계층적 색인	307~314	정수희	🔗
08월 10일	8.2 데이터 합치기	315~334	전지은	🔗
08월 11일	8.3 재형성과 피벗	334~345	윤세휘	🔗

✨ CHAPTER 9 그래프와 시각화

날짜	챕터	페이지	발표자	발표자료
08월 12일	9.1 matplotlib API 간략하게 살펴보기	347~365	강지윤	🔗
08월 13일	9.2 pandas에서 seaborn으로 그래프 그리기	365~382	손진아	🔗
08월 13일	9.3 다른 파이썬 시각화 도구	382~383	손진아	🔗

✨ CHAPTER 10 데이터 집계와 그룹 연산

날짜	챕터	페이지	발표자	발표자료
08월 17일	10.1 GroupBy 메카닉	385~396	박기민	🔗
08월 17일	10.2 데이터 집계	396~403	박기민	🔗
08월 18일	10.3 Apply: 일반적인 분리-적용-병합	403~417	안형준	🔗
08월 18일	10.4 피벗테이블과 교차일람표	418~422	안형준	🔗

✨ CHAPTER 11 시계열

날짜	챕터	페이지	발표자	발표자료
08월 19일	11.1 날짜, 시간 자료형, 도구	423~428		🔗
08월 19일	11.2 시계열 기초	428~435		🔗
08월 19일	11.3 날짜 범위, 빈도, 이동	436~445		🔗
08월 20일	11.4 시간대 다루기	445~451		🔗
08월 20일	11.5 기간과 기간 연산	451~462		🔗
08월 23일	11.6 리샘플링과 빈도 변환	462~471		🔗
08월 23일	11.7 이동창 함수	471~479		🔗

✨ CHAPTER 12 고급 pandas

날짜	챕터	페이지	발표자	발표자료
8월 24일	12.1 Categorical 데이터	481~493		🔗
8월 25일	12.2 고급 GroupBy 사용	493~501	김은서	🔗
8월 25일	12.3 메서드 연결 기법	501~504	김은서	🔗

✨ CHAPTER 13 파이썬 모델링 라이브러리

날짜	챕터	페이지	발표자	발표자료
8월 25일	13.1 pandas와 모델 코드의 인터페이스	505~509	김은서	🔗
8월 26일	13.2 Patsy를 이용해서 모델 생성하기	509~517	우범진	🔗
8월 26일	13.3 statsmodels 소개	518~523	우범진	🔗
8월 26일	13.4 scikit-learn 소개	523~528	우범진	🔗

✨ CHAPTER 14 데이터 분석 예제

날짜	챕터	페이지	발표자	발표자료
8월 27일	14.1 Bit.ly의 1.USA.gov 데이터	529~542	김영협	🔗
8월 27일	14.2 MovieLens의 영화 평점 데이터	542~550	이지수	🔗
8월 27일	14.3 신생아 이름	550~567		🔗
8월 27일	14.4 미국농무부 영양소 정보	567~574	김민경	🔗
8월 27일	14.5 2012년 연방선거관리위원회 데이터베이스	574~585	전지은	🔗

✨ APPENDIX A 고급 NumPy

날짜	챕터	페이지	발표자	발표자료
8월 30일	A.1 ndarray 객체 구조	587~590	윤세휘	🔗
8월 30일	A.2 고급 배열 조작 기법	590~600	윤세휘	🔗
8월 30일	A.3 브로드캐스팅	600~607	윤세휘	🔗
8월 31일	A.4 고급 ufunc 사용법.	607~611		🔗
8월 31일	A.5 구조화된 배열과 레코드 배열	612~614		🔗
8월 31일	A.6 정렬에 관하여	614~621		🔗
8월 31일	A.7 umba를 이용하여 빠른 NumPy 함수 작성하기	622~626		🔗
8월 31일	A.8 고급 배열 입출력	626~629		🔗

---

• 본 저장소의 파일들은 wesm/pydata-book의 내용을 수정한 것임을 밝힙니다.