전체 과정 (Whole Game)

이 부분에서 우리의 목표는 아래 그림과 같이 데이터를 불러오고, 정리하고, 변환하고, 시각화하는 데이터 과학의 주요 도구들에 대한 신속한 개요를 제공하는 것입니다. 우리는 여러분이 실제 데이터셋을 다룰 수 있을 만큼 모든 주요 조각들을 충분히 제공하여 데이터 과학의 “전체 과정”을 보여드리고자 합니다. 책의 뒷부분에서는 이러한 각 주제를 더 깊이 다루어 여러분이 해결할 수 있는 데이터 과학 과제의 범위를 넓혀나갈 것입니다.

# remove-input
import graphviz

dot = graphviz.Digraph(comment="Data science workflow")
dot.attr(compound="true")
dot.edge("Import", "Clean")

with dot.subgraph(name="cluster_0") as c:
    c.attr(style="filled", color="lightgrey")
    c.node_attr.update(style="filled", color="white")
    c.edges(
        [("Visualise", "Analyse"), ("Analyse", "Transform"), ("Transform", "Visualise")]
    )
    c.attr(label="Understand")

dot.edge("Clean", "Analyse", lhead="cluster_0")

dot.edge("Analyse", "Communicate", ltail="cluster_0")

dot

이 장 이후에는 데이터 과학 도구들에 집중하는 네 가지 주요 장이 있습니다:

• 시각화는 파이썬 프로그래밍을 시작하기에 매우 좋은 장소입니다. 그 보상이 매우 명확하기 때문입니다: 데이터를 이해하는 데 도움이 되는 우아하고 유익한 플롯을 만들 수 있습니다. 데이터 시각화 (Data Visualisation) 에서는 시각화를 깊이 있게 다루며, 플롯의 기본 구조와 데이터를 플롯으로 변환하는 강력한 기술들을 배울 것입니다.
• 시각화만으로는 대개 충분하지 않으므로, 데이터 변환 (Data Transformation) 에서는 중요한 변수를 선택하고, 핵심 관측치를 필터링하고, 새로운 변수를 만들고, 요약치를 계산할 수 있게 해주는 핵심 동사들을 배울 것입니다.
• 깔끔한 데이터 (Tidy Data) 에서는 데이터 정리, 특히 변환, 시각화 및 모델링을 쉽게 만들어주는 일관된 표 형태 데이터 저장 방식인 “깔끔한(tidy)” 데이터에 대해 배울 것입니다. 기저 원칙과 데이터를 “깔끔한” 형식으로 만드는 방법을 배울 것입니다.
• 데이터를 변환하고 시각화하기 전에, 먼저 데이터를 파이썬 세션으로 가져와야 합니다. 데이터 불러오기 (Data Import) 에서는 .csv 파일을 파이썬 세션으로 가져오는 기초를 배울 것입니다.

이 장들 사이에는 파이썬 워크플로우에 집중하는 다른 네 장이 섞여 있습니다:

• 워크플로우: 기초 (Workflow: Basics), 워크플로우: 스타일 (Workflow: Style), 그리고 워크플로우: 코드 작성하기 (Workflow: Writing Code) 에서는 코드를 작성하고 구성하는 좋은 워크플로우 관행을 배울 것입니다.
• 워크플로우: 패키지와 환경 (Workflow: Packages and Environments) 에서는 패키지에 대해 더 자세히 배우고 프로젝트를 별도의 코드 환경으로 격리하는 방법을 배울 것입니다.

마지막으로 후기: 추가 도움 받기 (Postscript: Getting Further Help) 에는 도움을 받고 학습을 이어가는 방법에 대한 짧은 조언이 담겨 있습니다.