data-analysis-jupyter은(는) 무엇을 하나요?
데이터 분석, 시각화 및 Jupyter Notebook 개발을 위한 전문 가이드입니다. pandas, matplotlib, seaborn, numpy를 사용합니다.
개요
이 스킬은 데이터 분석 프로젝트에서 AI 어시스턴트가 사용자에게 정확하고 효율적인 코드와 분석 방법을 제공할 수 있도록 설계되었습니다. Jupyter Notebook 환경에서의 반복적이고 탐색적인 작업 흐름에 최적화되어 있습니다.
주요 기능
- 데이터 로딩 및 전처리: CSV, Excel, JSON 등 다양한 형식의 데이터를 pandas로 로딩하고 결측치 처리, 데이터 변환 등을 수행합니다.
- 탐색적 데이터 분석 (EDA): 기술 통계량 계산, 상관관계 분석, 데이터 분포 확인 등.
- 데이터 시각화: matplotlib과 seaborn을 사용하여 막대 그래프, 선 그래프, 히트맵, 박스플롯 등 다양한 차트를 생성합니다.
- 수치 연산: numpy를 활용한 고성능 배열 연산 및 수학 함수 적용.
- 노트북 최적화: Jupyter Notebook에서의 코드 셀 구조화, 마크다운 문서화, 결과 표현 개선.
사용 예시
데이터 로딩 및 기본 정보 확인
import pandas as pd
df = pd.read_csv('data.csv')
print(df.head())
print(df.info())
시각화 예시
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="whitegrid")
plt.figure(figsize=(10, 6))
sns.histplot(data=df, x='column_name', kde=True)
plt.title('분포도')
plt.show()
환경 요구 사항
- Python 3.8 이상
- pandas, matplotlib, seaborn, numpy 설치 필요
- Jupyter Notebook 또는 JupyterLab
참고 사항
- 이 스킬은 데이터 분석의 모범 사례와 클린 코드 작성을 권장합니다.
- 대용량 데이터 처리 시 메모리 사용량에 주의하세요.
- 필요에 따라 추가 라이브러리(예: scikit-learn, plotly)를 함께 사용할 수 있습니다.