반응형 데이터분석 기초4 Matplotlib 차트를 향상시키는 7가지 간단한 방법 Matplotlib 는 Python 내에서 사용할 수 있는 가장 인기 있는 데이터 시각화 라이브러리 중 하나입니다 . 일반적으로 파이썬을 배울 때 접하는 첫 번째 데이터 시각화 라이브러리입니다. 몇 줄의 코드로 그림을 생성할 수 있지만 생성되는 플롯은 종종 형편없고 시각적으로 매력적이지 않으며 정보가 없습니다. 이를 방지하기 위해 몇 줄의 추가 코드로 그림의 통신 능력을 향상시킬 수 있습니다. 이 기사에서는 기본적인 matplotlib 산점도 에서 최종 사용자/독자에게 시각적으로 더 매력적이고 유익한 것으로 어떻게 갈 수 있는지 다룰 것 입니다. 라이브러리 및 데이터 가져오기 matplotlib 내에서 산점도를 향상할 수 있는 방법에 대한 다음 예에서는 Xeek 및 FORCE 2020 (Bormann e.. 2022. 9. 12. 데이터 시각화(Data Visualize) : 알아야 할 가장 중요한 5가지 여러분, 안녕하세요. 이 게시물에서는 데이터 시각화 기술을 향상시키기 위해 알아야 할 가장 중요한 5가지 사항을 배웁니다. 이 게시물이 끝나면 시각화 수준을 높일 수 있는 지식을 갖게 될 것이라고 약속합니다. 바로 들어가 봅시다! 단순함이 핵심입니다. 품질 시각화의 첫 번째이자 가장 중요한 요소는 단순성 입니다. 포스트의 나머지 부분으로 넘어가기 전에 그 중요성을 강조해야 할 정도로 중요합니다. 단순함을 강화 요소가 아니라 데이터 시각화의 전제 조건으로 생각하십시오. 시각화의 요점은 비즈니스 소유자에게 스토리를 전달하고 비즈니스 소유자가 이 스토리를 기반으로 결정을 내리도록 돕는 것입니다. 이 작업을 수행하는 방법은 여러 가지가 있습니다. 그러나 요점을 바로 전달하려면 청중을 혼란스럽게 할 수 있는 요소.. 2022. 9. 4. CRM 분석, RFM 분석 CRM은 고객 관계 관리를 의미합니다. CRM에는 협업, 분석 및 운영 의 3가지 유형이 있습니다 . 데이터 사이언티스트로서 가장 중요한 접근 방식은 짐작할 수 있듯이 분석적 접근 방식입니다. 대부분의 회사에는 크고 귀중한 고객 데이터베이스가 있으며, 그 데이터베이스에서 데이터를 사용하지 않는 것은 부끄러운 일입니다. 더 나은 비즈니스 결정을 내리기 위해 회사는 RFM 분석을 사용하고 고객을 세분화할 수 있습니다. 각 고객에게 다른 접근 방식을 제공하는 것은 너무 어렵거나 불가능합니다. 세분화함으로써 기업은 고객 그룹에 보다 전략적으로 접근할 수 있습니다. RFM 분석 RFM은 Recency, Frequency, Monetary의 약자입니다. Recency : 마지막 트랜잭션과 분석 날짜 사이의 시간입니.. 2022. 9. 2. model.fit() 데이터 사이언티스트를 위한 자리는 없습니다. 많은 사람들이 데이터 사이언스 분야에 진출합니다. 그것이 우리에게 좋은 일이라고 생각합니다. 정말 좋은 일입니다. 더 많은 사람들은 더 많은 재능과 더 의미 있는 작업을 수행할 수 있는 능력을 의미합니다. 그리고 지옥, 데이터 과학이 거의 모든 조직에서 달성하는 데 도움이 될 수 있는 많은 것들이 있습니다. 저는 최근에 회사의 선임 데이터 분석가와 이야기를 나누며 " Python 데이터 사이언티스트를 충분히 고용할 수 있습니까?" 라고 물었습니다. 그의 대답은 이랬습니다. 데이터 과학자를 고용할 수는 있지만 좋은 사람을 찾기가 어렵습니다. 저는 데이터 과학 관리자이자 경험 많은 데이터 과학자이며 이에 대해 많은 공감을 할 수 있습니다. 동료들과 함께 일할 때, 나는 그들이 테이블에 가져다 주는 독특한 아.. 2022. 9. 2. 이전 1 다음 반응형
