Python 분석 중심
약 83초
Python pandas/matplotlib 등을 활용한 데이터 분석 경험 구체적으로 설명
데이터 분석 도구로는 Python의 pandas와 matplotlib을 주로 썼습니다. 처음 접한 건 수업 과제에서 공공 데이터를 분석하는 과제였는데, 처음에는 데이터를 불러오는 것도 오래 걸렸습니다. 인코딩 오류나 컬럼 형식 문제로 의도치 않은 오류가 자주 생겼고, 그걸 하나씩 해결하면서 데이터 전처리가 분석보다 시간이 더 걸린다는 걸 알게 됐습니다. 팀 프로젝트에서는 소비 패턴 데이터를 분석해서 특정 구간 사용자의 특성을 파악하는 작업을 했는데, 시각화를 함께 하니 숫자보다 그래프에서 패턴이 훨씬 잘 보였습니다.
단순한 평균값보다 분포를 함께 보는 게 중요하다는 걸 그때 처음 실감했습니다. 아직 통계적으로 깊은 분석까지는 어렵지만, 기초 전처리와 시각화는 꾸준히 써오고 있습니다. 실무에서 더 다양한 데이터를 다뤄보고 싶습니다.
이 결의 특징
인코딩 오류나 컬럼 형식 문제로 데이터를 불러오는 것부터 막혔던 과정을 하나씩 풀어가며 전처리가 분석보다 오래 걸린다는 걸 체감한 흔적이 있습니다. 평균값보다 분포를 함께 보는 게 중요하다는 관찰로 마무리되는 결입니다.
이 결이 통하는 자리
전처리 단계의 구체적 시행착오가 시각화 결과와 연결될 때 통합니다. 통계적으로 깊은 분석까지는 어렵다는 한계를 인정한 자리에서 과장 없는 결이 보입니다.