강의

멘토링

로드맵

NEW
데이터 사이언스

/

데이터 분석

파이썬 시각화와 대시보드 실전 (Seaborn과 PlotlyDash 활용) Part.2

이 과정은 데이터 시각화의 핵심 도구인 Seaborn과 대화형 대시보드를 구축하는 plotly/Dash를 활용하여, 실무에 바로 적용 가능한 시각화 역량을 키우는 데 초점을 둡니다. 다양한 실습을 통해 인사이트 중심의 시각 자료 제작과 웹 기반 대시보드 구현 능력을 함께 향상시킬 수 있습니다.

1명 이 수강하고 있어요.

  • 유용한IT학습
데이터시각화
python
대시보드
seaborn
PythonSeaborn

이런 걸 배울 수 있어요

  • figure-level 함수를 사용해 데이터 관계와 패턴을 한눈에 시각화할 수 있어요

  • FacetGrid, PairGrid, JointGrid를 활용해 복수 그래프를 쉽게 만들 수 있어요

파이썬 시각화와 대시보드 실전 (Seaborn과 PlotlyDash 활용)
Part.2 Seaborn

Seaborn 응용으로 데이터의 패턴과 관계를 한눈에 표현하는 고급 시각화 기법을 배우세요.

Part 1에서 다룬 Seaborn 기초를 바탕으로,
이 강의에서는 FacetGrid, PairGrid, JointGrid 같은 고급 객체와 figure-level 함수를 활용해
다중 subplot 구성, 데이터 관계 시각화, 패턴 탐색 등 심화 시각화 기술을 익힙니다.

이 강의를 마치면 데이터 분석 결과를 한눈에 보여주는 고급 그래프를 구현할 수 있으며,
다음 Part 3~4에서는 Plotly와 Dash를 활용한 대화형 대시보드 제작으로 확장됩니다.


🎯 학습 목표

  • FacetGrid, PairGrid, JointGrid를 활용해 복수의 subplot을 구성하고 비교 분석할 수 있습니다.

  • relplot, displot, catplot, jointplot, lmplot/pairplot 등 figure-level 함수 사용법을 숙지합니다.

  • 데이터 시각화 심화 기술을 통해 정적 그래프를 분석 중심으로 강화할 수 있습니다.


⚙️ 다루는 툴

  • Python

  • Seaborn / Matplotlib



📂 커리큘럼

섹션 1. Seaborn - FacetGrid

FacetGrid 객체를 활용해 subplot을 구성하고, 변수 간 관계를 비교합니다.

섹션 2. Seaborn - PairGrid

PairGrid 객체로 다중 그래프를 만들고, 각 축별 관계를 분석합니다.

섹션 3. Seaborn - JointGrid

JointGrid 객체를 통해 두 변수 간 관계와 분포를 동시에 시각화합니다.

섹션 4. Seaborn - JointGrid

relplot, displot, catplot, jointplot, lmplot/pairplot 등 figure-level 함수로 데이터 패턴과 분포를 직관적으로 표현합니다.


✅ 확인 사항

  • 이 강의는 강사의 질문/답변을 제공하지 않습니다.

  • 강의 자료 및 교안은 첫번째 섹션의 첫번째 수업 [수업 자료]에서 다운로드 받을 수 있습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • Part 1을 수강하고 Seaborn 기본기를 마친 학습자

  • 데이터 관계와 패턴 분석을 위한 고급 시각화 기술을 배우고 싶은 사람

  • 향후 Plotly/Dash 대시보드 제작으로 확장할 계획이 있는 학습자

안녕하세요
입니다.

8,256,993

수강생

6,178

수강평

4.6

강의 평점

303

강의

유용한 IT 강의를 통해 여러분의 성장을 돕겠습니다.

커리큘럼

전체

16개 ∙ (8시간 45분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

얼리버드 할인 중

₩41,580

30%

₩59,400

유용한IT학습님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!