[유데미 스타터스 취업 부트캠프 4기] 데이터분석/시각화(태블로) - 1주차 학습 일지

---

웅진 X 유데미 STARTERS 합격 :)

그토록 간절히 원하던 STARTERS에 합격했다.

취준을 하면서 너무나 많은 서류 광탈과 면접 불합격을 하면서, 내가 괜히 직무 전환을 했는가에 대한 회의감이 사알짝 들 때, STARTERS 서류 합격 연락을 받았다. 너무나 행복했다. 코테와 면접이 있지만 그래도 서류라도 붙은 것만으로도 좋았다. 

 

✔ 코딩테스트

SQL로 코딩테스트를 봤다. 코딩 테스트 전 3~4일동안 열심히 코테 문제를 풀었다. 프로그래머스 문제는 물론이며, 더 난이도가 있는 리트코드 문제도 풀면서 SQL을 익혀갔다. 

그리고 코딩테스트를 나름 수월히 끝낼 수 있었다!

 

✔ 면접

면접을 보면서 '이 사람이 얼마나 데이터 분석에 관심이 많으며, 어떻게 노력하고 있는지'를 많이 보시는 것 같았다. 그렇다고 능력을 많이 보는 건 아니고 열정, 관심도를 확인하시는 것 같았다. 

나는 데이터 분석에 대해 얼마나 열정이 있는지를 내가 해왔던 것들을 위주로 이야기를 했다. 이러한 간절함이 통했는지, 최종 합격을 하게 되었다!! :)

 

---

교육 첫 날, 그 시작! - 23.02.06(월)

거리가 제법 있어서 출퇴근이 가장 걱정되었다. 가본 적 없는 서울 강북쪽... 혹시 몰라 일찍 나왔는데, 생각보다 제시간에 도착했다! 다행히 버스로 한 번에 가서 출근이 힘들지 않았다.

두둥! 교육장에 앞에 와서야 실감이 났다.

이름표와 출입증, 그리고 아이스 브레이킹에 사용할 종이와 펜들이 구비되어 있었다.

아이스 브레이킹은 굉장히 어색했지만 그래도 다들 재미있게 이야기도 많이 할 수 있었다. 

조원들이랑 '온센'에 가서 텐동을 먹고 지하에 있는 카페에서 커피 한 잔을 했다. 주변에 맛집이 많아서 점심 걱정은 안해도 될듯하다 (하지만 가격이 비싸서.. 점심값이 꽤 나갈듯...)

---

✅ 본격적으로 교육 시작!

파이썬, SQL, R, 태블로에 대한 기본적인 지식을 습득하고 프로젝트, 과제 등을 통해서 활용을 하며 데이터 분석 역량을 기르는 교육 과정으로 구성되어 있다.

우선, 2월 동안은 이러닝 교육으로 진행이 된다. 바로 파이썬 기본 문법에 대한 강의를 수강했다.

 

파이썬을 배우고 활용해보기도 했지만, 제대로 배운 적은 없어서 이번 기회에 제대로 파이썬에 대한 기본기를 다져야겠다는 생각을 했다.

 

 

1주차 교육에 대한 회고 (4L)

1주일동안 파이썬의 기본적인 문법부터 시각화 패키지를 활용한 그래프 그리기를 배웠다.

이 내용을 어떻게 일지로 쓰면 좋을지 고민을 하다가, 4L 회고형으로 작성해보려고 한다!

---

1. 이번주 수업에서 좋았던 점은? (Liked)
2. 이번주에 새롭게 배운 점은? (Learned)
3. 배운 것에 관해서 내가 부족했던 부분은? (Lacked)
4. 앞으로 뭘 더 하면 좋을까? (Longed for) 

 

1. 이번주 수업에서 좋았던 점은? (Liked)

✔ 파이썬의 기초 문법을 다시 상기시키고 부족한 부분을 채울 수 있었다.

→ 파이썬을 공부하고 활용을 하였지만, 기초를 온전히 다지기 전에 바로 활용을 한터라 제대로 알지 못한 부분이 많았다. 이번에 다시 복습을 하면서 부족한 부분을 채울 수 있었다.

 

✔ 파이썬을 활용한 시각화의 기본적인 기능을 배웠다.

파이썬을 활용한 시각화는 대부분 캐글, 데이콘의 코드를 카피해서 사용하여 특정 코드가 어떤 기능을 하는지 모르는 경우가 많았다. 이번 교육을 통해서 이 코드가 그래프에서 이러한 부분을 담당하는구나라는 것을 배우게 되었다.

 

✔ 집요하게 파고들려고 노력했다.

사실 나는 집요하게 파고드는 스타일이 아니다. 그런가보다하고 마는 경우가 많은데, 이번에는 정말 제대로 공부해보고 싶어서 궁금증이 생겼을 때, 구글링을 해보며 궁금증을 해결했다. 사실 쉽지 않았다. 깊게 파고 들수록 더욱 어려워졌고 머릿속이 어지러워졌는데, 그러면서 정리가 되어갔다. 

 

2. 이번주에 새롭게 배운 점은? (Learned)

✔ 배운 내용을 코드로 적용해보는 것

지금은 파이썬의 기본적인 문법과 기능에 대해 공부하고 있다. 방대한 양이라 TIL을 어떻게 쓸지 고민을 하고 있었던 찰나, 팀원과의 이야기를 통해서 직접 데이터셋에 스스로 배운 내용을 적용해보는 것이 빠르게 습득할 수 있는 방법이라는 것을 알게 되었다. 한 번 시도를 해보니 시간이 오래 걸리기는 했지만, 이것 저것 해보면서 스스로 깨닫는 부분이 있게 되어 꾸준히 이렇게 정리를 해야겠다는 생각이 들었다.

 

3. 배운 것에 관해서 내가 부족했던 부분은? (Lacked)

✔ 따라하기만 하려고 했던 것

강의의 양이 상당히 많아서 이것을 빨리 끝내는 것에 초점을 맞추다보니 따라하기만 하려고 했다. 아직은 어려운 내용이 아니라 그나마 따라갈 수는 있는데 이후에는 이렇게 하게 되면 또 예전에 공부했을 때처럼 온전히 습득하지 못할 것 같다.

그래서 배운 내용을 코드로 적용해보면서 나의 것으로 만들어야겠다.

 

4. 앞으로 뭘 더하면 좋을까? (Longed for)

✔ 배운 내용을 적용하며 내 것으로 만들기

강의를 듣는 것에서 끝이 아닌, 내 것으로 만드는 시간도 필요하다. 이 시간을 매일 가지며 배운 내용을 스스로 데이터셋에 적용해보며 내 것으로 만들고자 한다.

시간도 오래 걸리고 머리도 아프겠지만, 나중에 다 피와 살이 되지 않을까!

 

---

1주차 교육 내용 - 23.02.06 ~ 23.02.10

배운 내용들이 많아서 간략하게 모르거나 헷갈리는 것들 위주로 간단히 복기하고자 한다.

 

1. 클래스

1) 자동차 클래스 만들기

# 클래스 생성
class Car:
    # 객체 생성
    def __init__(self, b, m, c):
        self.brand = b
        self.model = m
        self.color = c
        
        print(self.brand, self.model, self.color, '출고')
    
    # 메소드 생성
    def turn_on(self):
        print(self.brand, '시동을 겁니다.')
    
    def turn_off(self):
        print(self.brand, '시동을 끕니다.')
    
    def drive(self):
        print(self.brand, '주행중입니다.')

 

2) 객체 생성

클래스의 def __init__ 함수를 활용하여 객체 생성

car1 = Car('현대자동차', '소나타', '화이트')
car2 = Car('르노삼성', 'SM7', '블랙')

[out] 현대자동차 소나타 화이트 출고
르노삼성 SM7 블랙 출고

 

3) 메소드 호출

class 내에서 생성한 메소드 함수를 활용하여 호출이 가능

car1.turn_on()
car1.turn_off()
car1.drive()

[out]
현대자동차 시동을 겁니다.
현대자동차 시동을 끕니다.
현대자동차 주행중입니다.

 

 

2. 행과 열의 형태 변형

1) melt

- df.melt() / pd.melt(df)
- 행을 열로 보내기

 

✔ 모든 열을 melt하여 행을 열로 변경

df (기본 데이터프레임)

 

df.melt()

melt 진행

 

✔ 고정할 컬럼을 지정하여 melt → id_vars = 열이름 리스트

df.melt(id_vars = 'name')  # 1개의 열
df.melt(id_vars = ['name', 'kor'])  # 2개 이상의 열

name 컬럼 고정

 

✔ 행으로 위치를 변경할 열 지정 → value_vars = 열이름 리스트

df.melt(id_vars = 'name', value_vars = 'kor')

행으로 변경한 열 지정

 

✔ 컬럼명 변경하기

- var_name = 컬럼명 : value_vars로 행으로 변경한 열 이름
- value_name = 컬럼명 : value_vars의 데이터를 저장한 열 이름

 

2) pivot

- df.pivot(index = 인덱스로 사용할 컬럼, columns = 컬럼으로 사용할 컬럼, values = 값으로 사용할 컬럼)

- 열을 행으로 보내기

df (기본 데이터프레임)

df.pivot(index = 'name', columns = 'subject', values = 'score')

pivot 진행

 

3. 시각화 (공통 스타일 지정하기)

plt.rcParams를 활용하여 폰트, 제목, 그리드 등 다양한 기능들의 스타일을 한 번에 지정해둔다.

# 한글 폰트 설정
plt.rcParams['font.family'] = 'Malgun Gothic'

# 마이너스 기호 깨지는 문제 해결
plt.rcParams['axes.unicode_minus'] = False

# figure 크기
# plt.rcParams['figure.figsize'] = (10, 7)

# 제목
plt.rcParams['axes.titlesize'] = 15
plt.rcParams['axes.titleweight'] = 'bold'

# 그리드 표시
plt.rcParams['axes.grid'] = True
plt.rcParams['grid.alpha'] = 0.3
plt.rcParams['grid.linestyle'] = '--'

# 폰트 크기
plt.rcParams['font.size'] = 12

 

4. 배운 내용 적용한 코드 (깃허브)

GitHub - aramssong/Udemy_STARTERS

---

* 유데미 큐레이션 바로가기 : https://bit.ly/3HRWeVL

* STARTERS 취업 부트캠프 공식 블로그 : https://blog.naver.com/udemy-wjtb

본 후기는 유데미-웅진씽크빅 취업 부트캠프 4기 데이터분석/시각화 학습 일지 리뷰로 작성되었습니다.