프리한 데이터 공방

matplotlib 실행하기 우선 그래프 생성을 위해 운영체제별 폰트매니저를 지정하고 주요 칼럼별로 데이터 시각화를 진행하겠습니다. 1. 신용카드 사용자 나이 분포도 age칼럼의 빈도수(중복갯수)대로 .plot을 사용해 그래프화하였습니다. .reset_index(drop=True)는 인덱스 재설정, 기존 인덱스 제거하는 의미. 도출된 그래프에 정보를 명확히 식별하기 어려워 히스토그램을 다시 활용해 보았습니다. 어느 연령대에 사용자가 많은지 확인이 더 용이해졌지만, 그래프의 구분 선이 명확하지 않아 한번 더 처리해주었습니다. 구체적인 범위설정, x바, y바, 제목까지 붙여보았을 때, 사용자 수가 가장 많은 주 사용자는 30~40대라는 것을 알 수 있습니다. 2. 신용카드 사용자의 직업 분포도 사용자 직업의..

Python/Python 판다스 2021. 5. 25. 18:22

이번에는 데이터콘 사이트에서 추출한 신용카드 사용자 정보를 통해서 데이터 시각화 및 데이터 분석 케이스 스터디를 진행해보겠습니다. 기존의 칼럼 갯수가 많아서 불필요한 칼럼명 정보를 삭제한 간소화된 버전으로 케이스 스터디를 진행해보았습니다. (사실 칼럼명 삭제 안해도 크게 상관없긴 함) Pandas로 CSV 파일 불러오기 우선 분석 대상인 csv 파일을 pandas를 통해 불러옵니다. pd.read_excel() 변수 sample을 지정하여 head()를 통해 칼럼명을 확인합니다. 이 때, pd.read_excel('파일경로', header=시작 행, skipfooter=생략할 행, usecols='A:Z') 등을 통해 미리 생략할 행이나 열을 가공처리 할 수도 있습니다. .info() sample.inf..

Python/Python 판다스 2021. 5. 25. 02:07

웹의 기본, HTML 코딩이나 웹 언어를 배우려면 가장 기본이 되는 언어가 바로 HTML이라고 할 수 있습니다. 웹크롤링 웹크롤링을 구현 했을때 필수적으로 마주하게 되는 언어이기에 기초적인 지식이나 구조를 간단히 배우면 웹에서의 정보를 통해 데이터 분석을 할 때 보다 쉽게 이해할 수 있습니다. 실제로 코딩 입문을 하며, 파이썬을 통한 웹크롤링을 했을 때 html에 대해서 기본적인 지식이 없어서 난감했었던 경우도 있었습니다. 사실상 기본적인 구조만 알아두면 웹 사이트에서 원하는 정보의 위치가 어느 태그에 있는지 보다 쉽게 알 수 있습니다. 참고할 만한 강의 저는 동영상 강의는 유튜브에서 ‘생활코딩’의 강의를 참고하여 간단히 구조를 익혔고 코딩 입문자에 웹크롤링을 구현하고자 한다면 추천드립니다. 재생목록에서..

Python/Python 웹크롤링 2021. 5. 22. 23:09

퍼포먼스 마케팅, 데이터 분석의 필요성 -컨텐츠 마케팅과 첫 블로그 개설 나는 2015년 즈음에 네이버 블로그를 시작으로 현재까지 블로그를 운영하고 있다. 당시에는 '컨텐츠 마케팅'에 관심이 많아서 인스타, 페이스북 기반으로 SNS를 통해 제품을 홍보하고 일상을 공유하는 블로그를 개설했다. 당시에는 대외활동으로 제품, 서비스를 나만의 컨셉을 통해 컨텐츠를 제작하였고 그것이 마케팅의 전부인 줄 알았다. 하지만 여러 마케팅 면접과 마케팅 직군의 업무역량을 보면서 -왜 그러한 컨셉의 홍보를 집행하였는가? -마케팅 홍보를 통해서 어떠한 결과를 도출하였는가? 등에 대한 질문에 답할 수 없었고, 이 부분을 충족시켜 줄 수 있는 것이 전문성이고, 퍼포먼스 마케팅적 역량이 필요하다는 것을 깨닫게 되었다. 마케팅적 광고..

블로그 소개글 2021. 5. 18. 19:09