책정보, 엑셀X파이썬 : 길벗, 이지톡

미리보기 SNS공유

엑셀이 파이썬을 품었다 엑셀X파이썬

정 가: 25,000원

I S B N: 9791140710195

출 간: 2024-07-30

분 량: 356쪽

지 은 이: 정성일

난 이 도: 관계없음

부 록: 실습 예제 및 완성 파일

· YES24 · 교보문고 · 알라딘

· 구글북스 · 리디북스 · 알라딘 · 아이북스(미국) · YES24 · 교보문고

도서소개
목차
저자&기여자

자료실

엑셀에서 파이썬을, 파이썬 코드를 함수처럼

엑셀이 파이썬을 품었다

MS 365 엑셀에 파이썬을 통합하는 강력한 기능이 업데이트되었다. 이제 엑셀의 셀에 ‘=PY’ 함수를 입력하면 파이썬 코드를 직접 실행할 수 있다. 별도의 라이브러리 설치 없이 복잡한 차트 생성과 데이터 분석을 엑셀에서 손쉽게 수행할 수 있다. 이 책은 엑셀에서 파이썬을 사용하는 기본적인 방법부터 다양한 파이썬 라이브러리를 활용하여 주식 시세 분석, 알고리즘 구현 등 주요 데이터 분석 및 시각화 라이브러리를 제대로 활용하는 방법을 소개한다. 엑셀과 파이썬의 조합으로 빅데이터 시대에 걸맞는 데이터 분석 경쟁력을 한층 더 강화할 수 있을 것이다.

둘째마당 | 엑셀 파이썬 맛보기
1장 엑셀 파이썬으로 데이터 수정/가공하기
CASE 01 행, 열 선택하기
◆ DataFrame의 구조
◆ DataFrame 생성하기
◆ 행 번호로 DataFrame의 행 가져오기
◆ 조건식으로 DataFrame의 행 가져오기
◆ DataFrame에서 열과 행 지정하여 가져오기

CASE 02 일괄로 데이터 수정하기
◆ 엑셀 파이썬에서 데이터를 수정할 때의 장점
◆ 행/열 선택하여 수정하기
◆ 특정 값을 찾아서 수정하기
◆ 원본 데이터를 참조하여 값 수정하기
◆ 기존 데이터를 가공하여 새로운 열 생성하기

CASE 03 빈 값 지우기
◆ 빈 값의 의미와 처리 방법
◆ 빈 값을 확인하는 방법
◆ 데이터 전체에서 빈 값을 지우는 방법

CASE 04 데이터 합치기

2장 엑셀 파이썬으로 기초통계 분석 및 차트 생성하기
CASE 01 한방에 데이터 기초통계 파악하기
◆ 기초통계란?
◆ 엑셀 파이썬으로 기초통계 계산하기

CASE 02 엑셀 파이썬으로 기본 차트 생성하기
◆ 기초 차트의 종류
◆ 선 차트 생성하기
◆ 막대 차트 생성하기
◆ 원형 차트 생성하기
◆ 히스토그램 차트 생성하기
◆ 산점도 차트 생성하기
◆ 상자 수염도 차트 생성하기

CASE 03 여러 변수 간 산점도 차트로 상관관계 분석하기
◆ 상관관계에 대한 상식과 활용 방법
◆ 여러 변수 간 산점도 차트 생성하기
◆ 여러 변수 간 산점도 차트의 모양 바꾸기

CASE 04 바이올린 차트로 그룹별 분포도 분석하기
◆ 바이올린 차트를 사용하는 이유
◆ 바이올린 차트 생성하기

3장 엑셀 파이썬에서 ChatGPT 활용하기
CASE 01 ChatGPT로 엑셀 파이썬 학습하기
◆ ChatGPT를 편리하게 사용하는 방법
◆ 데이터 분석 단계별 대화 주제
◆ ChatGPT에 엑셀 파이썬 코드를 요청할 때 주의사항

CASE 02 데이터 가공을 위한 프롬프트 작성법
◆ 샘플 데이터를 업로드하고 파이썬 코드 요청하기
◆ DataFrame에 대한 파이썬 코드 요청하기

CASE 03 파이썬 차트 생성을 위한 프롬프트 작성법
◆ 파이썬 차트 사용 방법
◆ ChatGPT로 차트 디자인 바꾸기
◆ ChatGPT에 인포그래픽 차트 요청하기

셋째마당 | 실전 엑셀 파이썬
1장 API로 외부 데이터 가져오기
CASE 01 국내 주식 데이터 가져오기
◆ 공공데이터포털에서 주식시세 API 신청하기
◆ 주식시세 데이터를 엑셀로 가져오기

CASE 02 국내 암호화폐 데이터 가져오기
◆ 업비트에서 암호화폐 시세 API 신청하기
◆ 암호화폐 시세 데이터를 엑셀로 가져오기

2장 주식 차트와 보조지표 활용하기
CASE 01 시세 데이터의 구조 이해하기
◆ 시세 데이터의 기본 구조

CASE 02 주식 차트 생성하기
◆ 캔들 차트의 기본 구조
◆ 파이썬으로 기본 주식 차트 생성하기

CASE 03 보조지표 계산하고 주식 차트에 추가하기
◆ 이동평균 계산하기
◆ 상대강도지수를 구하고 차트에 추가하기

3장 보조지표를 활용한 가상 매매 프로그램 만들기
CASE 01 보조지표를 활용한 매매 방법 알아보기
◆ 이동평균선을 이용한 골든 크로스 매매 방법
◆ 상대강도지수를 활용한 매매 방법

CASE 02 가상 매매 프로그램 만들기
◆ 파이썬을 이용한 프로그래밍의 장점
◆ 가상 매매 프로그램의 구조
◆ 가상 매매 프로그램 만들기
◆ 가상 매매 프로그램 수정하기

4장 상관관계와 패턴으로 증시 분석하기
CASE 01 지수 데이터 가져오기
◆ 공공데이터포털에서 지수 시세 데이터 API 신청하기
◆ 산업별 지수 데이터를 엑셀로 한꺼번에 가져오기

CASE 02 지수 간 상관관계 분석하기
◆ 지수 데이터의 상관관계 분석
◆ KRX 300 산업 지수 상관관계 분석하기

CASE 03 추세와 패턴 분석하기
◆ 시계열 데이터의 추세와 패턴
◆ 시계열 분해 알고리즘 활용하기

5장 유사도로 투자 종목 발굴하기
CASE 01 유사도 분석을 위한 데이터 정리하기
◆ 유사도에 대한 상식과 활용 방법
◆ 데이터 준비하기

CASE 02 종목별 유사도 추출하기
◆ 종목별 유사도 추출하기

CASE 03 종목별 유사도 분류하기
◆ 종목별 유사도 분류하기

넷째마당 | 엑셀 파이썬 제대로 활용하기
1장 사용하기 쉬운 예측 모델 만들기
CASE 01 예측 모델을 만들기 위한 데이터 구성 방법
◆ 데이터 분석 알고리즘의 정의와 활용 범위
◆ 데이터 기반 예측
◆ 예측 모델의 데이터 구성 방식
◆ 예측 모델 개발을 위한 예시 데이터 살펴보기

CASE 02 의사결정나무로 사용하기 쉬운 예측 모델 만들기
◆ 간단히 알아보는 의사결정나무
◆ 예측 모델 개발을 위한 데이터 정리
◆ 의사결정나무 알고리즘으로 예측 모델 만들기

CASE 03 예측 모델의 성능 확인하기
◆ 테스트 데이터로 예측 모델 성능 확인하기
◆ 예측 모델의 성능 조절하기

2장 군집화 데이터로 분석하기
CASE 01 군집화를 위한 데이터 정리
◆ 군집화의 원리와 활용 방법
◆ 군집화를 위한 데이터 구성 방법
◆ 군집화를 위한 예시 데이터 살펴보기

CASE 02 K-means 알고리즘으로 군집화하기
◆ 간단히 알아보는 K-means 알고리즘
◆ 분석 목적에 맞는 열 선택하기
◆ 군집화에 필요한 데이터 준비하기
◆ K-means 알고리즘으로 군집화하기

CASE 03 군집화 결과 분석하기
◆ 군집화 결과 요약하기
◆ 그룹별 속성 분석하기

3장 이상 탐지 모델로 시스템 장애와 부정 거래 찾기
CASE 01 이상 탐지의 개념과 활용 방법
◆ 이상치와 이상 탐지
◆ 이상 탐지 모델 개발을 위한 예시 데이터 살펴보기
◆ 이상 탐지를 위한 데이터 준비

CASE 02 Isolation Forest로 이상 탐지 모델 만들기
◆ Isolation Forest의 원리
◆ Isolation Forest 알고리즘으로 이상 탐지 모델 만들기

CASE 03 Isolation Forest를 이용한 모니터링 방법
◆ 예측 모델과 Isolation Forest의 차이점
◆ Isolation Forest를 이상 탐지에 활용하는 방법
◆ Isolation Forest 인수 설정하기

4장 ChatGPT로 오픈소스 사용하기
CASE 01 파이썬 오픈소스를 찾는 방법
◆ 파이썬 비영리 재단의 오픈소스
◆ 사이킷런에서 알고리즘별 샘플 코드 찾아보기
◆ 사이킷런 홈페이지에서 샘플 코드 찾기

CASE 02 ChatGPT로 오픈소스 활용하기
◆ ChatGPT에 샘플 코드 입력하기
◆ 엑셀 파이썬에서 사용할 수 있는 데이터 요청하기
◆ 엑셀 파이썬에 맞게 코드 수정 요청하기
◆ 수정된 코드를 단락별로 실행하기
◆ ChatGPT에 추가 요청하기

더보기접기

저자&기여자

ㆍ지은이 정성일

소개: 유통, 온라인 등 다양한 산업 분야에서 데이터 분석을 통해 기업들이 겪는 환경과 과제를 직접 체험했습니다. 컴퓨터 공학과 통계학을 전공하였고, 현재 시중은행에서 데이터 및 AI 전략 수립을 맡고 있습니다. 최근 공모전에서도 입상하는 등 분석가로서 활발하게 활동하고 있습니다.

실습예제

저작권 안내

모든 자료는 저작권법의 보호를 받는 저작물로, 허락 없이 편집하거나 다른 매체에 옮겨 실을 수 없습니다.
인공지능(AI) 기술 또는 시스템을 훈련하기 위해 자료의 전체 내용은 물론 일부도 사용하는 것을 금지합니다.

All materials are protected by copyright law and may not be edited or reproduced in other media without permission.
It is prohibited to use all or part of the materials, including for training artificial intelligence (AI) technologies or systems, without authorization.

연관 프로그램

아래 프로그램은 길벗출판사가 제공하는 것이 아닙니다.
무료로 사용할 수 있는 정보를 안내해 드리니, 지원이 필요하면 해당 프로그렘 제작사로 문의해 주세요.

PDF뷰어 한글뷰어 MS Word 뷰어 반디집 동영상 플레이어