일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 부트캠프후기
- 데이터분석
- python
- DataFrame
- 그리디 알고리즘
- 데이터드리븐
- 유데미
- 코딩테스트
- Tableau
- 유데미코리아
- Til
- pandas
- 데이터프레임
- matplotlb
- Leetcode
- 데이터시각화
- numpy
- 스타터스부트캠프
- 취업부트캠프
- 파이썬
- ndarray
- 유데미큐레이션
- 판다스
- 정렬
- 태블로
- 백준
- 브루트포스 알고리즘
- 유데미부트캠프
- 시각화
- 넘파이
- Today
- Total
목록Project (3)
Diary, Data, IT

0. 분석 계기 데이터를 완벽하게 파악하고 그 속에 담겨있는 문제점을 해결하는 역량을 기르기 위한 목적으로 프로젝트를 진행했다. 구체적으로 태블로 기본 데이터인 가상 슈퍼스토어의 판매 데이터를 이용하여 수익 개선 방안을 도출하는 과제였다. 1. 분석 아이디어 먼저 다양한 관점에서 데이터를 살펴보며, 특정 요소에 따라 수익이 부진한 경우가 있는지 탐색했다. 그 결과 지역별 수익 차이가 크다는 사실을 확인할 수 있었다. 특히 위 그래프에서 Central 지역의 경우 매출은 South보다 높지만 순이익은 South보다 낮아 수익 개선이 필요하다는 것을 알 수 있다. 따라서 지역에 초점을 맞추어 분석하고, 구체적으로 특정 지역에서만 수익을 내지 못하고있는 제조업체들과 해당 업체 상품의 수익 부진의 원인을 찾아 ..

0. 분석 계기 웅진 STARTERS 활동의 하나로서, Airbnb의 서비스 개선을 도모하는 전략을 제시하는 컨설턴트라는 컨셉으로 프로젝트를 진행했다. 프로젝트에는 미국 Airbnb의 객실 데이터를 활용했다. 1. 아이디어 도출 Airbnb(에어비앤비)의 객실 정보를 활용하여 현재 좋은 서비스를 제공하고 있는 '우수 객실'과, 서비스가 좋지 못한 '관리가 필요한 객실'(이하 관리객실)을 정의할 수 있다면, 해당 객실들에 추가적인 benefit과 penalty를 가하여 에어비앤비의 전체적인 서비스 개선을 이끌어낼 수 있다고 생각했다. 이를 위해 객실을 공정하게 평가할 수 있는 '객실 점수'를 정의할 필요가 있었다. 보유한 데이터에서 객실 점수를 정의하기 위해 활용한 정보들은 다음과 같다. 1. 리뷰 수 2..
전국과 제주도 상권 정보 분석/시각화¶ In [100]: from IPython.core.display import display, HTML display(HTML("")) 라이브러리 임포트 In [1]: import pandas as pd import matplotlib.pyplot as plt import seaborn as sns In [2]: plt.rcParams['font.family']='NanumGothic' plt.rcParams['axes.unicode_minus']=False In [3]: import warnings warnings.filterwarnings(action='ignore') 1. 데이터 수집¶ 상가상권정보 htt..