Thumbnail
BEST
데이터 사이언스 데이터 분석

금융데이터 분석을 위한 판다스 활용법 대시보드

(4.9)
15개의 수강평 ∙  3,093명의 수강생

55,000원

지식공유자: 인프런
총 59개 수업 (10시간 15분)
수강기한: 
12개월
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

초급자를 위해 준비한
[데이터 분석, 금융 · 재테크] 강의입니다.

엑셀 대신 파이썬 판다스(Pandas)로 데이터 분석을 더 쉽고 효과적으로 할 수 있다는 사실! 판다스 라이브러리의 기본적인 기능과 실무 활용 방법을 금융데이터 분석을 통해 학습해 봅니다.

✍️
이런 걸
배워요!
Pandas 기초
금융데이터를 분석하기 위한 판다스 활용법!

데이터 분석, 판다스(Pandas)로 더 똑똑하게!
금융데이터를 내 손으로 직접 분석해보세요.

엑셀 데이터 분석, 뭔가 아쉬운데... 😯

나날이 중요해지는 데이터 분석 역량!
그만큼 많은 분들이 데이터 분석에 관심을 기울이고 있습니다.

그런데 엑셀(Excel)로 많은 양의 데이터를 가공, 분석해 본 분이라면 한번쯤 고민해보셨을 겁니다.
많은 데이터를 다루게 되면 시트가 느려지기 시작하고, 사용성이 떨어지는 함수 때문에 골머리를 앓게 되니까요.


엑셀이 답답한 지금,
판다스를 만나야 할 때.

판다스는 프로그래밍 언어 파이썬(Python)을 이용한
데이터 추출, 가공, 분석, 시각화에 쓰이는 
데이터 분석 특화 라이브러리입니다.

데이터 분석에 프로그래밍을 활용한다고 하면 어렵게 느껴지기 마련입니다. 
하지만, 엑셀이 아닌 판다스로 데이터 분석을 시작하게 되면 훨씬 쉽고 편리하게 데이터를 분석하고 처리할 수 있습니다.

엑셀 대신 판다스를 써야 하는 세 가지 이유!


판다스로 쉽게 
금융데이터 분석 시작하기 💡

파이썬의 기초 문법은 알지만,
금융데이터/시계열데이터를 어떻게 다루어야 할지
모르시는 분들을 위해 제작되었습니다.

금융데이터 분석을 위한 판다스 라이브러리 사용법 대공개!

이 강의는 시계열 데이터를 다루기 위해 판다스를 어떻게 사용하는지 상세히 설명합니다. 판다스로 데이터를 불러와서 어떻게 분석을 하는지 소개하며, 제가 익숙하게 사용해온 판다스 매뉴얼을 함께 전해드립니다.  또한 실제 금융데이터 분석에 더욱 가깝게 느낄 수 있도록 여러 가지 데이터를 통해 다양한 예제를 보여드립니다. 

또한, 실제로 판다스로 금융데이터를 다루면서 느낀 다양한 경험들도 강의에 함께 담았습니다. 데이터 분석을 시작하면 많은 시간을 들여 고민해야 하는 부분을 오랜 고민 없이 넘어갈 수 있도록 실제 데이터 분석에 필요한 다양한 예제를 담았습니다. 

이번 강의를 통해 자신만의 판다스 메뉴얼을 만들고, 금융데이터 분석에 있어 엑셀이 아닌 파이썬으로 여러분들의 손이 움직이게끔 하는 것이 이 강의의 목표입니다. 처음에는 판다스가 낯설고 어려울 수 있지만, 강의를 다 듣고 나면 판다스가 데이터 분석에 있어 정말 유용한 도구라는 사실을 느끼실 수 있을 겁니다. 여러분의 도전을 응원합니다! 

이런 분들께 추천합니다 ✅

  • Pandas가 처음이거나 익숙하지 않은 분
  • 파이썬으로 금융 데이터를 분석하고 싶은 분
  • 금융데이터 분석을 위한 자신만의 판다스 메뉴얼을 만들어보고 싶은 분

누구라도 할 수 있다! 
4단계로 배우는 실전 판다스.

응용력을 기르는 데이터 분석

본 강의는 단순히 판다스가 무엇인지 설명하고 코드 실습만을 하는 강의가 아닙니다.
수강생들이 데이터 분석에 필요한 실전 판다스 매뉴얼을 만들 수 있도록 강의를 구성했습니다. 

현실성 100%! 예제 중심의 강의

강의 처음부터 끝까지 실제 금융데이터를 가지고 실습합니다. 실제 분석에서 발생할 수 있는 다양한 예제를 처음부터 끝까지 직접 다뤄보세요.

한 번 보고 끝나는 강의는 No!

Jupyter NoteBook을 이용해 판다스 매뉴얼을 만들어봅니다. 앞으로 데이터 분석을 할 때마다 강의에서 만든 매뉴얼을 참고할 수 있게 됩니다.

앞으로의 고민까지 생각합니다

그동안 판다스를 사용하면서 초보자가 헷갈리기 쉬운 점을 강의에서 직접 짚어드립니다. 앞으로 판다스를 사용하게 될 여러분의 고민과 시행착오를 줄여드립니다.

생생한 프로젝트로 레벨 업!

후반부에서는 그동안 배운 내용을 실전 프로젝트를 통해 어떻게 사용하는지 보여드립니다. 실제 금융 데이터 분석에서 어떻게 활용할 수 있는지 확인해보세요.

자세한 커리큘럼을 아래에서 직접 확인할 수 있어요.


강의를 만든 
지식공유자 한마디 🎤

안녕하세요! Q.T입니다.

업무에서 혹은 재테크에서 제가 사용하고 있는 지식들을 전달하기 싶은 마음에 강의를 구성했습니다. 어쩌면 데이터분석이라는 것이 낯설고 멀게 느껴질 수 있지만, 사실은 그렇지 않다는 걸 알리고 전달하고 싶습니다.

데이터 분석에는 정답이 없으며, 똑같은 결과라도 개인마다 주장할 수 있는 결론은 다를 수 있습니다. 저의 지식과 경험이 여러분의 의사결정에 도움이 될 수 있었으면 좋겠습니다.


궁금한 점
지금 확인해보세요! 💬

Q. 파이썬 기초 문법을 모르고 강의를 수강할 수 있나요?

이 강의는 파이썬을 활용해 데이터 분석을 배우기 위한 Pandas 강의입니다. 파이썬 기초 문법은 반드시 숙지하고 들으셔야 합니다. list, dict, tuple, for문 등 기초적인 파이썬 문법을 알고 계신 분들이라면 누구나 수강할 수 있습니다.

Q. 판다스의 모든 기능을 학습하는 건가요?

판다스 라이브러리는 기능이 매우 방대하기에 판다스의 모든 것을 배울 수는 없습니다. 다만 이번 강의에서는 금융데이터 분석에 초점을 두고 금융데이터 분석에 필요한 판다스 기능을 다루게 됩니다.

Q. 실제 금융데이터는 어디서 받을 수 있나요?

강의에서 사용하는 코드 및 금융데이터는 강의에서 직접 제공합니다. 강의의 [미리보기]를 통해 어떻게 강의를 수강할 수 있는지 참고해주세요! (섹션 0 [강의 수강 전 참고사항])

Q. 다른 판다스 강의와는 어떻게 다른가요?

금융데이터 분석에 초점을 두었다는 점이 다른 강의와의 큰 차별점입니다. 실제 금융데이터를 사용하여 수업하며, 금융데이터를 분석하는 순서에 따라 커리큘럼을 구성하였습니다.

Q. 강의를 듣고 난 뒤 어떤 내용을 더 공부하면 좋을까요?

본 강의는 [나만의 트레이딩룸 만들기 시리즈]를 수강하기 전 판다스를 모르는 분들을 위해 제작된 강의입니다. 이번 [금융데이터 분석을 위한 판다스 활용법] 강의를 수강하셨다면, [나만의 트레이딩룸 만들기] 시리즈를 수강할 것을 권장합니다. 또한, 본 강의를 완강하셨다면 향후 금융데이터 분석과 관련된 파이썬 강의에서 판다스 때문에 어려움을 겪지 않으실 거라 생각합니다.


함께 들으면 더 좋은
연관 강의 모음 📌

파이썬 기초가 필요하다면?추천 선수 강의

프로그래밍 시작하기: 파이썬 입문

금융데이터 분석, 한 단계 더 깊게!후속 강의

파이썬을 활용한 나만의 트레이딩룸 만들기 - Part 1

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
Pandas가 처음이거나 익숙하지 않은 사람
파이썬으로 금융 데이터를 분석하고 싶은 사람
📚
선수 지식,
필요할까요?
파이썬 기초문법

안녕하세요
인프런 입니다.
인프런의 썸네일

배움의 기회는 경제적, 물리적 한계에서 자유로워야 한다고 생각합니다.
우리는 성장기회의 평등을 추구합니다.

커리큘럼 총 59 개 ˙ 10시간 15분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. Orientation
Introduction 미리보기 10:13 강의 수강 전 참고사항: 환경설정 미리보기 03:18 강의 수강 전 참고사항: 자료 미리보기 03:36
Anaconda 설치 & Jupyter Notebook 환경설정 07:38
Jupyter Notebook MarkDown 예제 09:38
Jupyter Notebook Python 예제 05:20
섹션 1. About Pandas
About Pandas 05:44
Pandas Type 04:53
섹션 2. Series
Series 만들기 09:51
CSV 파일을 Series로 불러오기 07:24
Series Index&Value (loc와 iloc의 차이) 08:14
Series에 새로운 값을 추가하고 싶다면? (삼성전자 Series에 종가 업데이트) 07:18
두 개의 Series 연결하기 (삼성전자 엑셀 파일을 불러와서 각 시트별 데이터 연결하기) 09:56
Series 기본 통계치 구하기 (삼성전자 Series에서 가장 큰 값과 해당 날짜는?) 09:19
(참고!) About Numpy 1: Array - Series와 DataFrame에서 당연하게 생각했던 연산의 이유 11:51
(참고!) About Numpy 2: Broadcasting - Series와 DataFrame에서 당연하게 생각했던 연산의 이유 15:50
Series 연산 (삼성전자 수익률이 가장 크게 오른 날짜?) 12:16
Nan값 처리 04:29
Series 순서대로 나열하기 (삼성전자 가격이 높았던 구간은 언제일까?) 05:46
Series 특정 조건에 맞는 값을 찾고 싶을 때 (삼성전자 수익률이 4% 이상일 때 전체 중 얼마나 차지할까?) 14:01
Series Rolling (삼성전자의 30일 이동 평균을 구하려면?) 05:27
Series 구간 나누기 (pd.cut & pd.qcut) 07:35
서로 다른 두 개의 Series 연산 (삼성전자와 Kopi의 상관관계 구하기) 17:38
Series 마무리 04:15
섹션 3. DataFrame
About DataFrame 04:00
DataFrame 만들기 13:31
DataFrame으로 불러오기 (롯데케미칼 주가정보 불러오기) 07:27
DataFrame 행과 열 선택하기 (출력하는 것이 Series인지 DataFrame인지 명확하게 파악하기!) 10:46
DataFrame 행과 열 추가하기 - 롯데케미칼의 '수익률' 열과 새로운 날짜의 값 추가하기 08:25
DataFrame 행과 열 예제 (꼭 주의!) 06:34
DataFrame 합치기 20:34
DataFrame Index Type (DataFrame 합칠 때 주의사항!) 09:53
About Nan (DataFrame에서 Nan값에 해당되는 날짜를 추출하는 방법은?) 13:03
DataFrame info() & describe() 04:29
DataFrame 특정 조건의 맞는 값을 찾고 싶을 때 (Kospi가 1% 상승한 날, 삼성전자는 얼마나 상승했을까?) 15:10
DataFrame Sorting (참고: 조건이 두 개 이상일 때 찾는 방법) 14:49
DataFrame reset - index&drop 06:16
DataFrame Count (KRX에 상장된 섹터 중 가장 많이 상장된 섹터는?) 12:05
DataFrame GroupBy ('PER' 기준 저평가된 섹터의 평균을 구하고, 섹터 평균보다 낮은 기업은?) 17:18
DataFrame 마무리 07:03
섹션 4. Pandas 시각화
About Pandas 시각화 07:55
시각화 - SimpleLineGraph 08:30
시각화 - 두 개 이상의 그래프 10:31
시각화 - Option 30:06
시각화 마무리 - 참고 라이브러리 소개 06:51
섹션 5. 기타
TimeSeries Index - 국고채 10년 금리의 월 수익률 구하기 18:00
Format 09:33
기초 통계 06:25
섹션 6. Project
Project 소개 09:26
Project 배경 설명 (금리인상 시기에 많이 오른/하락한 섹터를 찾아보자!) 10:00
Project 1: 국고채 10Y Rate 관찰 16:25
Project 2: 분석할 섹터 고르기 13:28
Project 3: KODEX_Sector_DataFrame 만들기 12:27
Project 4: DataFrame 합치기 - 행의 수가 다를 경우 어떻게 합칠까? 13:13
Project 참고: 행 맞추기 10:42
Project: 레벨 맞추기 11:01
Project: 분석(1) Graph 22:26
Project: 분석(2) Correlation&Return 17:56
섹션 7. 강의 마무리
마무리 07:17
강의 게시일 : 2022년 01월 14일 (마지막 업데이트일 : 2022년 01월 14일)
수강평 총 15개
수강생분들이 직접 작성하신 수강평입니다.
4.9
15개의 수강평
5점
4점
3점
2점
1점
VIEW 추천 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
JE Chory thumbnail
5
아직 시리즈까지밖에 안들었지만, 강사님이 실무에서 얻은 노하우를 바탕으로 강의가 진행되어서 그런지 단순히 문법을 설명해주기 보다는 손에 익히면 좋을만한 구문을 모아놓으신것 같아 만족도가 높습니다만... 수강환경 측면에는 조금 문제가 있습니다.. 강의를 들을시에 강사분의 화면이 너무 작아서 눈이 아픕니다. (저는 굉장히 시력이 좋은 20대 학생입니다 ㅋㅋ.. 또한 15인치 노트북으로 수강중입니다.) 강사분께서 작성하신 코드는 주피터 노트에 잘 정리되어있기에 주피터 노트를 참고하면서 충분히 수강이 가능하지만 조금 줌인이 되어있는 버전으로 업데이트를 해주실 수 있는지 궁금하고, 그게 불가능하다면, 새로운 강의를 찍으실때는 양 옆쪽의 여백을 줄이고 줌인을 하셔서 찍으셔야 할 것 같습니다. 물론 이 부분은 개인차가 있겠습니다만.. 다른 인프런 강의에 비교해보았을 때 그런 측면이 있다는 것입니다. 강의 콘텐츠는 정말 만족스럽습니다.
2022-02-13
지식공유자 Suit & Coffee
안녕하세요 JE Chory님 .... 좋은 강의평 정말 감사합니다. 강의를 찍으면서 그 부분에 대해서 신경을 좀 써야 했었는데, 제가 그러지 못했습니다. 너무 저 위주로 생각하면서 강의를 찍었네요..... 이미 다 올라온 강의라 수정은 조금 어렵다는 점.... 정말 죄송합니다. 하지만 JE Chory님의 말을 참고하여 다음 강의부터는 수강생 입장에서 편하게 들을 수 있게 촬영하도록 하겠습니다. 남은 부분도 화이팅이시구요. 궁금한 부분 있으면 언제든지 댓글 남겨주세요. 수강평 정말 감사합니다.
2022-02-14
정유재 thumbnail
5
PANDAS 강의 입문으로 최고라고 생각합니다. 각각의 코드에 대한 설명도 잘 되어있고 딱딱한 이론보다 더욱더 현실에 가까운 수업이라고 생각합니다. 파이썬 함수들부터 시작해서 pandas method, 데이터에 어떻게 접근하면 되는지까지 잘 녹여낸 강의!
2022-02-07
지식공유자 Suit & Coffee
안녕하십니까 정유재님! 수강평 정말 감사합니다. 정말 제게 너무나 과분한 수강평인것 같네요. 처음 촬영해본 강의라서 실수도 많고, 더듬더듬 거리는 부분도 정말 많았을텐데.... 강의 들어주셔서 정말 감사합니다 혹시 궁금한 내용이나 앞으로 수강하고 싶은 강좌 컨셉이 있으면 언제든지 말씀해주세요. 향후 강의제작에 참고하도록 하겠습니다 강의 듣느라 정말 고생하셨습니다 새해 복 많이 받으세요!
2022-02-07
donseok.lee thumbnail
5
잘 몰랐던 내용이었는데 쉽게 알수 있어서 너무 좋았습니다
2022-04-19
zepyr thumbnail
5
판다스를 처음 사용하시거나 파이썬으로 그래프를 그리는 법을 처음 배우고자 하시는 분들이 수강하시면 좋을 강의로 생각됩니다. 이 강의는 금융데이터를 사용하지만 종가 데이터만 가지고 단순 숫자의 나열로 사용하기 때문에 금융데이터에 대해서 1도 모르셔도 무방합니다. 엑셀에서 데이터를 입력하여 그래프로 그리는 방법을 알고 싶다. 라고 생각되시는 분들에게 알맞는 초보강의 입니다.
2022-03-27
지식공유자 Suit & Coffee
안녕하세요 zepyr님! 우선 부족하지만 해당 강좌를 완강해주셔서 정말 감사합니다. zepyr님 말씀데로 해당 강좌를 금융데이터를 파이썬으로 분석하기 위한 기초 강좌로써, 금융데이터 분석에 필요한 기초적인 판다스 지식을 알려드리기 위해 작성된 기초 강좌입니다 금융데이터 분석에 대한 심도있는 내용 분석과 계량적인 내용들은 추후 제작되는 강좌에서 소개시켜 드리겠습니다 zepyr님이 만족할 수 있도록 고민하며 심도있는 강좌를 제작하겠습니다. 답변 정말 감사합니다
2022-03-27
법경 thumbnail
5
좋은 강의 감사합니다
2022-01-18
지식공유자 Suit & Coffee
안녕하세요 법경님! 수강평 정말 감사합니다! 트레이딩룸 Part1도 들어주시고, 정말 감사함을 느낍니다. 법경님에게 조금이나마 도움이 되었는지 모르겠네요. 앞으로 듣고싶은 강의나 궁금한 점 있으면 언제든지 말씀해주세요. 강의 듣느라 정말 고생 많으셨습니다. 새해 복 많이받으세요!
2022-02-07