출간 기념, Streamlit으로 프로젝트 한방에 끝내기 with 파이썬 개정판 (2024, Sara & Evan)
Page content
- 개정판 책을 출간하였습니다.
Streamlit이란
- Streamlit은 데이터 분석가가 간단한 코드 몇줄로 빠르게 웹앱을 만들어 줄 수 있는 Python 라이브러리입니다.
- 웹사이트 : https://streamlit.io/
누가 읽어야 할까요?
- 데이터 분석가 : 웹개발은 모르지만 대시보드를 만들어야 하는 분
- 국비교육 수강중인 비전공자 : Java 웹개발로 머신러닝 플랫폼을 만들어야 하는 분
- 개별적인 포트폴리오가 필요한 취업준비생 : ML/DL 알고리즘 익히는 것도 어려운데, 웹개발은 언제 배우죠?
데모 페이지
- 기초문법 포함
2달
이면 충분히 아래 데모 페이지와 같이 만들 수 있습니다.
- 네, 정말,
2달
이면 가능합니다.
이 책이 탄생하게 된 배경
- 프로젝트가 처음인데 어디서부터 어떻게 해야할지 막막해요
- 공공데이터를 활용한 프로젝트 진행 방법을 알고 싶어요
- Open API는 어떻게 사용하는건지 알고 싶어요
- 다양한 그래프를 활용하여 프로젝트를 진행하고 싶은데 어려워요위와 같은 고민을 하고 있는 취업준비생을 위해 탄생한 책입니다.파이썬 오픈소스 라이브러리인 Streamlit으로 다양한 데이터 시각화를 구현한 프로젝트를 한방에 끝낼 수 있는 방법을 한 권에 담았습니다.
전공자, 비전공자 상관없이 코딩에 관심만 있다면 프로젝트 하나를 금방 완성할 수 있습니다. 프로젝트를 진행하는데 필요한 필수 프로그램(VS Code, Github, Python 등) 설치부터, 머신러닝을 통한 부동산 실거래 예측까지 완벽하게 공부할 수 있습니다. 초보자도 이해할 수 있도록 단계적 코드 설명과 파이썬 라이브러리 및 머신러닝 프로세스에 대한 친절한 예제들로 이루어져 있습니다.
<Streamlit으로 프로젝트 한방에 끝내기 with 파이썬>과 함께 나만의 프로젝트 만들기를 시작해 보세요!
도서 및 온라인 강의 홍보
도서 홍보
- Streamlit으로 프로젝트 한방에 끝내기 with 파이썬 개정판 (2024, Sara & Evan)
- 부크크 (종이책) : https://bookk.co.kr/bookStore/6586331b003feb8d1d053378
- 부크크 (PDF) : https://bookk.co.kr/bookStore/658633d9003feb8d1d05406a
- 교보문고 : TBD
- 예스 24 : https://www.yes24.com/Product/Goods/124625310
- 알라딘 : http://aladin.kr/p/UQUv5
- 책소개 : https://dschloe.github.io/ds-projects/2024/01/book_intro/
온라인 강의 소스코드 및 슬라이드
- 강의 할인 쿠폰 : https://www.udemy.com/course/st-dashboard/?couponCode=433C56B74402B3F23548 (쿠폰 만료일 2024-03-05)
- 쿠폰은 주기적으로 업데이트 됩니다.
공저자의 도서 소개
- 필자의 강의를 소개합니다.
인터넷 강의
-
현재 본 책을 모두 동영상으로 변환하는 작업을 하고 있습니다.
- 유투브 채널 : www.youtube.com/@darkgreenchloeJJ-pe6gq
- Udemy (할인쿠폰) : 데이터분석 필수, Python Streamlit을 활용한 대시보드 만들기
-
유투브 채널과 Udemy의 가장 큰 차이는 소스코드 및 슬라이드 제공 유무 입니다.
-
책에서 다루지 않는 부분도 강의에서 일부 제공하고 있으니 책을 구매하기 원치 않으시는 분은 Udemy 할인 쿠폰으로 빠른 수강 바랍니다. (추후에는 가격이 인상될 수 있습니다.)
이런 것을 배울 수 있어요
- 본 책은 파이썬을 처음 접하는 사람들, 취업준비생을 대상으로 집필하였습니다.
2장
Git, Streamlit, Python, Vistual Studio Code, 가상환경 등 본격적인 대시보드 개발을 위해 필요한 환경설정을 다루었습니다.
3장
Python 기본문법에 대해서 다루었습니다. Python의 기초문법 뿐만 아니라, 데이터 가공을 위한 pandas, 데이터 시각화를 위한 matplotlib, seaborn, plotly, 머신러닝을 위한 scikit-learn을 배우게 됩니다.
- Matplotlib 시각화 예제
-
Seaborn 시각화 예제
-
plotly 시각화 예제
-
scikit-learn 시계열 예측 시각화 예제
4장
- 지리공간 데이터를 다루었습니다. 여기에서는 GeoPandas의 기본문법에 대해 배우게 됩니다.
5장
- 이 책의 핵심이라고 할 수 있는 Streamlit에 대해 배우게 됩니다. Streamlit의 핵심 원리와 주요 위젯에 대해 배울 수 있습니다.
6장
- 6장에서는 API와 API Crawling의 기본 개념에 대해 배우고, 공공데이터를 수집하는 방법 및 절차에 대해 배우게 됩니다.
7장
- Streamlit 라이브러리와 6장에서 배운 공공데이터를 활용하여 대시보드를 제작하였습니다. 대시보드 안에는 시각화, 통계, 지도, 머신러닝 등 앞서 배운 내용들이 골고루 들어갈 수 있도록 하였습니다. 완성된 포맷이라기보다는 일종의 가이드 역할을 할 수 있도록 집필하였고, 독자분들은 주어진 기본 포맷에서 조금 더 수정하면 보다 멋진 대시보드를 만들 수 있을 것입니다.
8장
- 완성된 프로젝트를 배포하는 방법에 대해 다루었습니다. Streamlit 에서 매우 간단하게 배포를 할 수 있도록 설계되었기 때문에 처음 입문하시는 분들, 또한 대시보드 포트폴리오가 필요한 분들에게는 매우 적합한 플랫폼입니다. 또한 한글폰트를 어떻게 적용할 수 있는지도 서술하였습니다.
9장
- 8장에서는 streamlit.io 웹사이트를 통해서 배포를 진행하는 것이었다면, 9장~11장에서는 Google Cloud 에서 배포하는 과정을 보여줍니다. 먼저 9장에서는 Google Compute Engine, Google BigQuery의 기본 개념을 다루고, GCE에서 개발환경을 설치하는 과정을 다루었습니다.
10장
- 무중단 배포를 위해 Github Actions의 주요 개념을 배우고 Github Actions 설정을 기술하였습니다. 또한 Local에서도 GCE와 설정을 유사하게 하도록 진행하였습니다.
11장
- ETL의 주요 개념을 배우고, GCE와 BigQuery와의 연동을 통해 대시보드 테스트 및 배포하는 과정을 익혀서 취업준비생들이 실전 프로젝트를 준비하는데 부족함이 없도록 하였습니다.