이 프로젝트는 Python과 Jupyter Notebook을 활용하여 기초적인 데이터 분석 흐름을 직접 구성해본 미니 프로젝트입니다.
데이터 불러오기부터 전처리, 시각화까지의 기본 사이클을 경험하고, 분석 로직을 Python 코드로 구현하는 데 집중했습니다.
- Language: Python 3.12
- IDE: Jupyter Notebook (VSCode)
- 주요 라이브러리:
pandas,matplotlib,numpy
-
데이터 불러오기 및 구조 확인
CSV 또는 Excel 파일을 불러와 컬럼, 결측치, 기본 통계량 등을 파악하였습니다. -
결측치 처리 및 정제 작업
dropna(),fillna()등을 사용해 데이터 누락 문제를 해결하고 타입 변환을 수행했습니다. -
EDA (탐색적 데이터 분석)
- 분포, 이상치 확인
- 히스토그램, 박스플롯, 꺾은선 그래프 등을 활용한 시각화
- 변수 간 상관관계 분석 (
corr()등)
-
시각화 결과 도출 및 해석
간단한 시각 자료를 통해 데이터의 특성과 패턴을 시각적으로 이해했습니다.
- pandas와 matplotlib을 통해 데이터 분석의 기본 흐름을 직접 구현하며 익혔습니다.
- 단순히 데이터를 불러오는 것이 아니라, 문제 정의 → 전처리 → 시각화 → 해석이라는 구조적 사고의 중요성을 배웠습니다.
- 분석을 위한 Python 사용 경험이 부족했지만, 작은 작업부터 차근차근 수행하며 기초 개념을 실전에 적용하는 힘을 길렀습니다.
- EDA를 통해 데이터를 직접 다뤄보며 데이터를 읽는 눈을 키우는 계기가 되었습니다.
- 다양한 시각화 라이브러리 연습 (예:
seaborn,plotly) - 함수 분리 및 모듈화
- 분석 결과 기반으로 간단한 리포트 자동 생성 연습
- 이상치 처리 및 범주형 인코딩 방식 개선