[ FCPEDA ] 패션 고객-상품 탐색적 데이터 분석 - PYTHON

[ FCPEDA ] 패션 고객-상품 탐색적 데이터 분석 - PYTHON

 

 

 

 

강의 PDF 파일 다운로드 :: 

패션_파이썬_고객상품분석EDA_전용준_20241017.pdf

6.01MB

 

 

 

 

강의 실습용 코드 주피터노트북 다운로드 (PC용) ::

mCust01_customer_product_analysis_202410.ipynb

1.77MB

 

 

 

 

참고용 코드와 브루클린 데이터셋 다운로드 ::

https://github.com/stillxyxon/fashionRetailAnalysis2022

GitHub - stillxyxon/fashionRetailAnalysis2022: analyzing a virtual fashion retailer's customers, products and transactions

 

 

# FCPEDA #FCPEDA #FCPEDA #FCPEDA #FCPEDA #FCPEDA
# FCPEDA # FCPEDA #FCPEDA # FCPEDA #FCPEDA # FCPEDA
# FCPEDA #FCPEDA #FCPEDA #FCPEDA # FCPEDA #FCPEDA

#FCPEDA # FCPEDA # FCPEDA # FCPEDA #FCPEDA #FCPEDA

 

 

=============

파이썬 프로그래밍 언어 기초 명령

 

# 1. 변수 선언 및 할당

# 변수이름 = 값
x =10
y = "hello World"


# 2. 출력

# print(출력할 값)
print(x)
print(y)


# 3. 입력

# input("입력 메시지")
user_name = input("이름을 입력하세요: ")


# 4. 산술 연산:
a = 10
b = 5

c = a + b  # c = 15
d = a - b  # d = 5
e = a * b  # e = 50
f = a / b  # f = 2.0
g = a // b  # g = 2
h = a % b  # h = 0
i = b ** 2


# 5. 비교 연산:

# ==, !=, <, >, <=, >=

x =1, y=2
x==1 

# 6. 논리 연산

# and, or, not

x=1
y=2

x >0 and y >0

not (x>0)


# 7. 조건문

# if 조건:
#    코드
# elif 조건:
#    코드
# else:
#    코드

if x >0:
  print("x는 양수")
elif x<0
  print("x는 음수")
else:
  print("x는 0")

# 8. 반복문

for i in range(10)
  print(i)


# 9. 함수 정의 및 호출

def greet(user_name):
  print(f"Hello, {user_name}!")

greet("길동")


# 10. 모듈 임포트

import math

print(math.pi)

 

 

 

 

[참고] [파이썬, SQL, 파워BI, 엑셀]의 장점과 단점, 적합한 사용자 유형, 사용 용도 비교

------------------------------------------------------------

도구         장점                               단점                                적합한 사용자 유형         적합한 사용 용도

파이썬	- 데이터 처리 및 분석 라이브러리 풍부 (예: Pandas, NumPy) - 대규모 데이터 처리 가능 - 머신러닝 및 AI 통합 가능 - 자동화 및 스크립트화 용이	- 학습 곡선이 높음 - 시각화가 기본적으로 복잡 - GUI 필요 시 추가 작업 필요	프로그래밍 지식이 있는 데이터 분석가 및 과학자	데이터 전처리, 머신러닝 모델링, 복잡한 통계 분석, 자동화된 데이터 파이프라인 구축
SQL	- 대규모 데이터베이스와의 상호작용에 최적화 - 데이터 쿼리 및 조작이 빠름 - 복잡한 데이터 구조에서도 효율적	- 고급 분석에는 부족함 - 시각화 도구가 없음 - SQL에만 국한됨	데이터베이스 관리자 및 분석가	데이터 검색 및 조작, 데이터베이스 관리, 데이터 모델링
파워BI	- 직관적인 대시보드 및 데이터 시각화 - 실시간 데이터 분석 지원 - 다양한 데이터 소스와의 통합 가능 - 코딩 필요 없음	- 대규모 데이터 처리에 한계 - 사용자 정의가 제한적 - 비용 부담 가능성	비전문 사용자 및 관리자	실시간 데이터 시각화, 대시보드 제작, 비즈니스 인사이트 도출
엑셀	- 간단한 데이터 분석 및 계산에 적합 - 널리 사용되어 접근성 높음 - 사용하기 쉬운 인터페이스 - 매크로를 통한 간단한 자동화 가능	- 대규모 데이터 처리에 비효율적 - 복잡한 분석에 부적합 - 협업 기능 제한	초급 분석가 및 비기술 사용자	간단한 데이터 분석, 보고서 작성, 소규모 데이터 집합 관리

 

 

 

[ 참고영상 ] 

 

온라인서점의 고객세분화: 파이썬 데이터 분석 연습 예제[전용준 : 리비젼]

 

https://www.youtube.com/watch?v=cgV_BFavkxU&t=21s

 

 

 

챠트 작성 : ChatGPT를 활용한 시각화 데이터 분석 (영상 튜토리얼) - scatterplot

https://www.youtube.com/watch?v=1sXOEXpbS5g&t=632s

 

 

 

챠트 작성 : ChatGPT를 활용한 시각화 데이터 분석 (영상 튜토리얼) - barchart

https://www.youtube.com/watch?v=_5vn68VsI6Y&t=13s

 

 

 

 

* 전용준. 리비젼컨설팅 https://revisioncrm.tistory.com/182 

+82-2-415-7650