O'Reilly Media에서 출판된 Wes McKinney의 "Python for Data Analysis, 3rd Edition"을 위한 자료 및 IPython notebooks입니다. 업데이트 및 errata(오류 수정) 사항을 포함한 도서 내용은 제 웹사이트에서 무료로 확인하실 수 있습니다.
uv는 빠른 Python 패키지 설치 프로그램(installer)이자 해결사(resolver)입니다. 시작하려면:
curl -LsSf https://astral.sh/uv/install.sh | sh
- 모든 의존성(dependencies)과 함께 Jupyter Notebook을 시작하세요:
uv run jupyter notebook
그게 전부입니다! uv가 자동으로 가상 환경(virtual environment)을 생성하고 pyproject.toml로부터 필요한 모든 패키지를 설치할 것입니다.
conda create -n pydata-book python=3.11
conda activate pydata-book
- 의존성(dependencies)을 설치하세요:
pip install -r requirements.txt
jupyter notebook
참고: 이 프로젝트는 notebooks와의 호환성을 보장하기 위해 pandas 2.0.3을 사용합니다.
만약 2nd Edition (2017년 출판)을 읽고 계신다면, 2nd-edition 브랜치에서 재구성된 도서 자료를 확인해 주세요.
만약 1st Edition (2012년 출판)을 읽고 계신다면, 1st-edition 브랜치에서 재구성된 도서 자료를 확인해 주세요.
- Chapter 2: Python Language Basics, IPython, and Jupyter Notebooks
- Chapter 3: Built-in Data Structures, Functions, and Files
- Chapter 4: NumPy Basics: Arrays and Vectorized Computation
- Chapter 5: Getting Started with pandas
- Chapter 6: Data Loading, Storage, and File Formats
- Chapter 7: Data Cleaning and Preparation
- Chapter 8: Data Wrangling: Join, Combine, and Reshape
- Chapter 9: Plotting and Visualization
- Chapter 10: Data Aggregation and Group Operations
- Chapter 11: Time Series
- Chapter 12: Introduction to Modeling Libraries in Python
- Chapter 13: Data Analysis Examples
- Appendix A: Advanced NumPy
위에서 나열된 notebooks의 모든 코드 샘플을 포함하여 이 저장소(repository)의 코드는 MIT license 하에 공개됩니다. 자세한 내용은 Open Source Initiative에서 확인하세요.