Week1 ot

유은
• 경영학 + 전자공학
• 인터넷 개인방송, 소셜 미디어, 영화, 미디어 규제, 통신, …
• 공공 데이터, 웹 스크래핑, 인터넷 서비스 로그, 설문조사, …
Contact
• eunyu1031@gmail.com
오리엔테이션

This course covers the foundational skills required of a visual data
journalist or anyone who seeks to present numbers visually. Students will
learn how to evaluate, analyze and present data. It enables students to
become literate about data so that you avoid common mistakes made
with visualization. Students will explore various datasets using Python
(which is used most extensively at current workplaces) especially
visualization packages. Basic programming knowledge is a prerequisite
for using the tool.
오리엔테이션: 개요

1. Scrutinize tables, charts and data visualizations.
• Communicate numbers and basic statistics
2. Identify reliable sources of data and understand their limitations.
• Evaluate quality of data and reflect it on interpretations.
3. Understand data to find patterns and insights.
• Analyze and present data to answer questions.
4. Learn visualization techniques to data.
• Apply Python-based data visualization techniques and methods to
explore data
오리엔테이션: 목표와 성과

Data visualization literacy (데이터 기반 시각적 문해력):
데이터 시각화를 읽고, 만들고, 설명할 수 있는 능력.
• 데이터(data)
✓ 정보를 나타내는 수치로, 가공되지 않고 아직 의미를 가지지 않은 상태의 개체이다.
✓ 수집/측정/분석되어 새로운 가치를 창출할 수 있다.
• 시각화(visualization)
✓ 추상적인 수량 데이터에 인지적 메커니즘을 적용하여 데이터의 관련된 형태나 순서, 또는 예외사
항을 확인하는 데 유용하다.
✓ 원 데이터(raw data)를 바탕으로 직접적인 관점을 제공하며 정보를 효과적으로 전달하기 위한
방법이다.
오리엔테이션
조르즈 카몽이스(2017). 데이터 시각화 원리. 에이콘출판사

데이터 시각화를 읽고, 만들고, 설명할 수 있는 능력으로 아래의 능력을 포함한다.
① 문해력 (textual literacy): 글을 읽고 이해하여 지식을 쌓고 목표를 이루는 데 사용할 수
있는 능력
② 수리력/산술능력(mathematical literacy/numeracy): 수직선, 시간, 비율, 확률 등 수학
적인 개념을 다양한 상황에서 해석하고 적용할 수 있는 능력
오리엔테이션
https://www.pnas.org/content/pnas/116/6/1857.full.pdf
https://www.news1.kr/articles/?3823172
http://www.inven.co.kr/board/webzine/2097/1342455
http://journal.kiso.or.kr/?p=7012

있는 능력
③ 시각적 문해력 (visual literacy): 시각적 미디어를 해석하고 평가할 수 있으며 이를 만들
어 사용할 수 있는 능력
오리엔테이션

있는 능력
③ 시각적 문해력 (visual literacy): 시각적 미디어를 해석하고 평가할 수 있으며 이를 만들
어 사용할 수 있는 능력
④ 데이터 리터러시 (data literacy):다양한 상황에서 데이터를 읽고, 쓰고, 분석하여 소통할
수 있는 능력
오리엔테이션

데이터 리터러시 (data literacy)
• 다양한 상황에서 데이터를 읽고, 쓰고, 분석하여 소통할 수 있는 능력
• 데이터의 출처를 평가하고 데이터의 구조, 적용된 분석 방법과 기법, 사용/적용/결과값을 설
명하는 능력을 이해하는 것을 포함
• 데이터 리터러시의 전통적 관점은 통계 그래프나 차트를 읽고 이해하는 능력, 즉 데이터의
수량적-통계적 측면만을 강조
• 하지만 단순히 ‘통계적 읽고 쓰기’에만 국한되는 것이 아니라,
데이터를 통계적, 기술적으로 처리하는 능력과 함께
다양한 데이터에서 가치를 뽑아내고
그것을 해석, 시각화, 전달하는 능력을 요구
오리엔테이션

왜 파이썬 (Python)?
• 초기 학습이 쉬우며 이용자 커뮤니티가 넓다
✓ 예: 파이콘 https://www.pycon.kr/program/talks
• 무료이다.
✓ 유료 시각화 툴이 많으나, 무료이고 널리 쓰이는 툴을 선택
• 다양한 시각화 도구를 제공한다.
✓ Matplotlib, seaborn, pywaffle, plotly, pyecharts…
오리엔테이션

왜 파이썬 (Python)?
• 다양한 확장 기능을 제공하며, 머신 러닝을 비롯한 전문 분야에서 널리 활용된다
✓ 예: 텐서플로우, 유튜브, 인스타그램, 문명 4 …
✓ 필요한 경우 데이터베이스, 수치연산등 다른 분야로 이해를 넓힐 수 있다.
✓ 대용량/다수의 파일을 처리하고 과정을 자동화할 수 있다.
오리엔테이션
https://www.forbes.com/sites/gilpress/2016/03/23/data-preparation-most-time-
consuming-least-enjoyable-data-science-task-survey-says/#66636cd26f63
https://www.tiobe.com/tiobe-index/
https://en.wikipedia.org/wiki/List_of_Python_software

원시
데이터
수집
데이터
처리
데이터
클리닝
탐색적
데이터
분석
통계분석
기계학습
알고리즘
데이터
상품개발
커뮤니케이션
시각화
결과보고
• 질문에 대한 답을 데이터에서 끌어내어 시각화
• 클리닝의 비중이 크고 분석은 일부분만 다룰 예정
오리엔테이션: 범위
<데이터 과학의 과정> Cathy O’Neil & Rachel Schutt (2013), Doing Data Science, O’REILLY.

• 질문과 시각화: 분포, 순서, 구성, 추세, 관계, 프로파일링
• 한국미디어패널 데이터 외 (https://stat.kisdi.re.kr/)
질문의 분류 예시 차트
분포 distribution 표본의 연령별 분포는 어떠한가? 히스토그램(histogram), 상자수염 도표(box-and-whisker
plot) 등
이론: 데이터 출처, 조사방법, 변수의 종류
질문: 한국미디어패널의 인구 구성, 디지털 콘텐츠 유료이용 등
순서order, 정렬sort, 순위rank 사람들은 어떤 종류의 앱을 가장 많이 사용
하는가?
막대그래프(bar plot), 스트립 도표(strip plot), 막대사탕 도표
(lollipop chart) 등
이론: 요약통계치, 결측치와 이상치, 막대그래프의 주의점
질문: 스마트폰 앱 사용 순위, 온라인쇼핑몰 구매경험 등
구성 composition 각 이동통신사의 한국시장점유율은 어느 정
도인가?
원그래프(pie chart, donut chart), 트리맵(treemap) 등
이론: 백분율, 원그래프(pie chart)의 장단점과 대안
질문: 이동통신사, 핸드폰 제조사, 소셜미디어 뉴스 점유율 등
추세 growth/trend 이동통신사의 시장점유율은 시간에 따라 높
아지고 있는가?
선그래프(line plot), 기울기 차트(slope chart) 등
이론: 패널 데이터, 선 차트의 주의점

• 질문과 시각화: 분포, 순서, 구성, 추세, 관계, 프로파일링
• 한국미디어패널 데이터 외 (https://stat.kisdi.re.kr/)
질문의 분류 예시 차트
분포 distribution 표본의 연령별 분포는 어떠한가? 히스토그램(histogram), 상자수염 도표(box-and-whisker
plot) 등
이론: 데이터 출처, 조사방법, 변수의 종류
하는가?
도인가?
하는가?
도인가?
이론: 패널 데이터, 선 차트의 주의점
질문: 소셜 미디어의 변화
프로파일링 Profiling 연령별 온라인 커뮤니티 사용에 차이는 무엇
인가?
많은 관측치의 시각 표현
질문: 그 많은 댓글은 누가 쓰는가
지역별 분포 distribution 서울의 각 지역(구)별로 범죄율 분포는 어떠
한가?
지도에 표현하기
이론: 위도와 경도
관계 relation 소셜 미디어와 정치 성향의 변화에 관계가
있는가?
산점도(scatter plot), 클러스터링(clustering), 버블 차트
(bubble chart) 등
이론: 상관관계와 인과관계, 클러스터링

강의자료
• Google is our textbook.
• 강의자료는 PPT와 파이썬 코드(.ipynb)로 구성
• 수업 후반부에 추가로 참고하는 책이 있을 경우 따로 공지
• 파이썬 기초 참고: https://python.bakyeono.net/
오리엔테이션

1. Google Colaboratory
• 컴퓨터에 설치할 필요 없이 구글 드라이브에서 Python 코드를 작성/실행/공유
• 네트워크에 따라 시간 지연이 발생할 수 있으며, 일정 시간이 지나면 초기화
• 크롬 (Chrome) 권장
• 공식 F&Q: https://research.google.com/colaboratory/faq.html
2. Jupyter notebook (Anaconda)
• 개인 컴퓨터에 설치 가능한 경우 권장하며, 강의실에서 수업을 진행할 경우 함께 설치할 예
정
• 크롬 (Chrome) 권장
3. 그 외
• 데이터 분석에는 적합하지 않아 권장하지 않으나 상식선에서 소개
프로그램 안내 및 설치

1. Google Colaboratory: 드라이브에 업로드한 ipynb 파일 열기
• drive.google.com
• 드라이브 내에서 작업 및 다른 사람과 공유 가능
• 다른 곳에서 작성한 파일 읽기/쓰기/실행 가능

1. Google Colaboratory: 드라이브에 업로드한 ipynb 파일 열기
• 연결 앱 선택지에 없을 경우 ‘연결할 앱 더보기’로 검색
• 한 번 연결한 후에는 선택지를 계속 볼 수 있음

1. Google Colaboratory: 드라이브에서 ipynb 파일 만들기

1. Google Colaboratory
• 프로그램 개발과 관련된 모든 작업을 지원하는 프로그램(IDE; Integrated Development
Environment)으로, Python과 함께 설치됨
• 다운로드: https://www.anaconda.com/distribution/#download-section
• 기존에 파이썬이 설치되어 있다면 삭제하고 설치하는 것을 권장
• 온라인(접근성은 좋으나 속도가 느려 피치 못할 경우에만 사용할 것)
https://jupyter.org/try
• 결과를 바로 확인할 수 있어 데이터 분석에 사용하기에 매우 편리
• Jupyter notebook은 문법 오류 교정 및 프로젝트 관리 기능은 떨어지는 편
• 파일 확장자 .ipynb
3. 그 외

• Jupyter notebook 열기
• 크롬, 인터넷 익스플로러 등 브라우저에서 실행됨
• 실행되지 않는 경우 브라우저에 직접 입력: http://localhost:8888/tree

• 함께 실행되는 콘솔 창은 닫지 말 것
• 설치한 컴퓨터에 따라 다를 수 있으나, 보통 ‘C:Users(사용자 계정이름)’폴더와 연결

Enter
Shift + Enter
• 한 셀 내에서 작성
• 새로운 셀(cell) 만들기
• 다음 셀로 이동

Ctrl+Enter
• 코드의 출력결과 보기
• a, b값 저장

3. 그 외
① Python idle
• 기본 에디터
• 파일 확장자 .py가 기본
• 아래 링크에서 Python을 받을 수 있으나, Anaconda를 설치한 경우 재설치할 필요 없음
• https://www.python.org/downloads/
② 파이참(Pycharm)
• 코드 작성 시 자동완성, 문법체크 등 편리한 기능들을 제공
• 널리 쓰이는 IDE 중 하나
• Professional edition(유료)과 community edition(무료) 제공
• https://www.jetbrains.com/pycharm/
③ Python online interpreter
• 급할 때 검색해서 가장 편한 것을 이용
• 보통 코드 작성 창과 결과 창으로 구성
• https://repl.it/languages/python3

End of document
유 은
eunyu1031@gmail.com

Week1 ot

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Week1 ot

Ähnlich wie Week1 ot (20)

Mehr von Eun Yu

Mehr von Eun Yu (10)

Week1 ot