µµ¼­»ó¼¼Á¤º¸

ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö

ÀúÀÚ Á¤µ¿È£
¸é¼ö 390
¹ßÇàÀÏ 2020-03-30
Á¤°¡ \ 22,000
ISBN 9788957175231
µµ¼­ÄÚµå 93560
ÆǸŰ¡ \ 22,000
ÁÖ¹®¼ö·®
ÃÑ ÁÖ¹®±Ý¾× \ 22,000
¡Ø ¹è¼Ûºñ¾È³» : ±¸¸Å±Ý¾× 30,000¿øÀÌ»ó ¹«·á¹è¼Û
¹Ù·Î ±¸¸ÅÇϱâ Àå¹Ù±¸´Ï ´ã±â À§½Ã¸®½ºÆ® ´ã±â
ÇÑ ±ÇÀ¸·Î ±âÃÊ¿¡¼­ ÀÀ¿ë±îÁö ¹è¿ì´Â ÆÄÀ̽㠻ç¿ë ¼³¸í¼­!!
¡°ÆÄÀ̽ãÀº °úÇÐ ¹× °øÇпëÀ¸·Î ´Ù¾çÇÑ ¶óÀ̺귯¸®¸¦ »ç¿ëÇÏ´Â ÇÁ·Î±×·¡¹Ö ¾ð¾î¡±
ÆÄÀ̽ãÀº ¹ü¿ë ÇÁ·Î±×·¡¹Ö ¾ð¾îÀÇ ÀåÁ¡Àº ¹°·Ð Matlab°ú R°ú °°Àº ƯÁ¤ ºÐ¾ß¸¦ À§ÇÑ ½ºÅ©¸³Æà ¾ð¾îÀÇ Æí¸®ÇÔÀ» ÇÔ²² °®Ãß°í ÀÖ°í, µ¥ÀÌÅÍ ºÐ¼®, ½Ã°¢È­, È®·ü, Åë°è, ÀÚ¿¬¾î ó¸®, À̹ÌÁö ó¸® µî¿¡ ÇÊ¿äÇÑ ¶óÀ̺귯¸®µéµµ °¡Áö°í ÀÖ´Ù. ÀÌ°øÇÐ ºÐ¾ßÀÎ °æ¿ì Áß¿äÇÑ µ¥ÀÌÅ͸¦ ±×·¡ÇÁ·Î ³ªÅ¸³»°Å³ª ºÐ¼®ÇÏ´Â µ¥µµ ÇÊ¿äÇÏ´Ù. ½±°Ô ÀÀ¿ëÇÒ ¼ö ÀÖ°í C¿Í Fortran°ú ´Þ¸® ÀÎÅÍÇÁ¸®ÅÍ ¾ð¾î¶ó Ãʺ¸ÀÚ¶óµµ ¹è¿ì±â°¡ ½±´Ù.
¹ü¿ë ÇÁ·Î±×·¡¹Ö ¾ð¾î·Î º¹ÀâÇÑ GUI³ª À¥¼­ºñ½ºµµ ¸¸µé ¼ö ÀÖÀ¸¸ç ±âÁ¸ ½Ã½ºÅÛ°ú ÅëÇÕ Çϱ⵵ ¿ëÀÌÇÏ´Ù. ¶ÇÇÑ ÆÄÀ̽ãÀº ¼öÇÐ, ±âÃÊ°úÇÐ, »çȸ°úÇÐ, ÄÄÇ»ÅÍ °úÇп¡ ÀÀ¿ëÇÒ ¼ö ÀÖ°í, ¾ÕÀ¸·Î °úÇÐ, °øÇÐ, ³×Æ®¿öÅ© ½Ã½ºÅÛ µîÀÇ ¹®Á¦¸¦ ÇÁ·Î±×·¡¹ÖÇؼ­ ÀÀ¿ëÇÒ ¼ö ÀÖ´Ù.
ÀÌ Ã¥Àº ÀÌ°øÇÐ ºÐ¾ß¿¡ ÀÀ¿ëÇÒ ÆÄÀ̽㠰³¹ßȯ°æ°ú ÆÄÀ̽㠹®¹ýÀ» ¼Ò°³ÇÏ°í, µ¥ÀÌÅÍ ½Ã°¢È­ ±â´ÉÀ» Á¦°øÇÏ´Â matplotlib°ú ¼öÄ¡°è»ê ÇÁ·Î±×·¡¹ÖÀ» À§ÇÑ ´ëÇ¥ÀûÀÎ ¶óÀ̺귯¸®ÀÎ NumPy, SciPy, SymPy¸¦ »ç¿ëÇغ¸°í, °èÃþÀû µ¥ÀÌÅÍ ±¸Á¶¿Í ÀÌ¿¡ ´ëÇÑ ±â´ÉÀ» Á¦°øÇÏ´Â pandas¸¦ ¾Ë¾Æº»´Ù. ¶ÇÇÑ ÀÌ°øÇÐ ºÐ¾ß ÆÄÀ̽ã ÇÁ·Î±×·¥ ÀÛ¼º¹ý, ÇÔ¼ö¿Í °´Ã¼ »ç¿ë¹ý, µð¹ö±ë, ÄÄÇ»ÅÍÀû »ç°í¹æ½Ä±îÁö ÇÔ²² ÀÍÈú ¼ö ÀÖ´Ù.
ÄÚµùÇÒ ÁÖ¾îÁø ¹®Á¦¸¦ ºÐ¼®ÇÏ°í ¼ø¼­µµ¿¡ ÀÇÇØ ¾Ë°í¸®ÁòÀ» ÀÛ¼ºÇϸç ÇÁ·Î±×·¡¹ÖÀ» ÄÚµùÇÑ ÈÄ ½ÇÇàÇÏ°í ¼öÁ¤ÇÑ´Ù. ½Ç½À±³Àç·Î »ç¿ëÇÒ °æ¿ì °á°ú´Â ½Ç½À°úÁ¤¿¡¼­ ¾òÀº ½Ç½À µ¥ÀÌÅ͸¦ ¸ð¾ÆµÎ¾î Á¦ÃâÇϱ⠿ëÀÌÇÏ°Ô ÇÏ¿´°í, ¸Å ½Ç½ÀÀ» ¸¶Ä¡°í º¸°í¼­¸¦ ÇÔ²² Á¦ÃâÇÒ ¼ö ÀÖµµ·Ï Çß´Ù. ÇÊ¿äÇϸé ÀÎÅͳÝÀÇ ÆÄÀ̽ã ÀڷḦ ÇÔ²² Âü°íÇؼ­ ÆÄÀ̽ãÀ¸·Î ÇÁ·Î±×·¡¹ÖÇÏ°í, ¿µ¹® ÁÖ¼®(#)À» ¸¹ÀÌ ºÙÀÎ Äڵ带 ±ê Çãºê¿¡ ¿Ã·Á °øÀ¯Çϱæ ÃßõÇÑ´Ù.
ÀÌ Ã¥Àº ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö Áغñ, ÆÄÀ̽㠸í·É¾î, ÆÄÀ̽㠶óÀ̺귯¸®, ±×¸®°í ÆÄÀ̽ã ÀÀ¿ëÀ¸·Î ±¸¼ºµÇ¾ú´Ù. ±×¸®°í ´Ù¾çÇÑ Jupyter notebook, Spyder, ÇÁ·ÒÇÁÆ® â°ú °°Àº ¿¡µðÅÍ·Î ÄÚµù ¿¬½ÀÇϵµ·Ï Çß°í, ÀÌ°øÇÐ ºÐ¾ßÀÇ ÄÚµù°øºÎ¸¦ ÇÏ·Á´Â »ç¶÷µé¿¡°Ô µµ¿òÀ» ÁÖ±â À§ÇØ Á¦ÀÛÇÏ¿´´Ù.
Æ÷Ç×°ø°ú´ëÇб³(POSTECH)´ëÇпø °øÇйڻç, ¹Ì±¹ Washington State University(WSU) ¹æ¹®±³¼ö, Çѱ¹ÀüÀÚÅë½Å¿¬±¸¿ø(ETRI), »ê¾÷°úÇбâ¼ú¿¬±¸¿ø(RIST), ÀüÀÚºÎÇ°¿¬±¸¿ø(KETI)¿¡¼­ ICT °ü·Ã ¿¬±¸¸¦ ¼öÇàÇß´Ù. ±×¸®°í µ¿¾ç´ëÇб³ »ê¾÷±â¼ú¿¬±¸¼ÒÀå, ¿¬±¸±âȹóÀåÀ» Áö³ÂÀ¸¸ç ÇöÀç µ¿¾ç´ëÇб³ Á¤±³¼ö·Î ÀçÁ÷ ÁßÀÌ´Ù. 4Â÷ »ê¾÷Çõ¸í ÀÎÀç ¾ç¼ºÀ» À§ÇØ »ç¹°ÀÎÅͳÝ, ±×¸®°í Àΰø Áö´É °ü·Ã ±³°ú¸ñÀ» °­ÀÇÇÏ°í ÀÖ´Ù.
PART 01. ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö Áغñ
CHAPTER 01. ÆÄÀ̽ãÀÇ ¿ë¾î

1.1 ÆÄÀ̽㠼ÒÇÁÆ®¿þ¾î¿Í Çϵå¿þ¾î °ü·Ã ¿ë¾î
1.2 ÆÄÀ̽㠰ü·Ã ÀÏ¹Ý ÄÄÇ»ÅÍ ¿ë¾î
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 02. ÆÄÀ̽ãÀÇ °³¿ä
2.1 ÆÄÀ̽ãÀÇ ¿ª»ç
2.2 ÆÄÀ̽ã ÀÀ¿ë
2.3 ÆÄÀ̽ãÀÇ Æ¯Â¡
2.4 ÆÄÀ̽ã°ú Matlab
2.5 ÆÄÀ̽ã 2¿Í ÆÄÀ̽ã 3
2.6 pip
2.7 ÆÄÀ̽ã IDLE
2.8 ÆÄÀ̽㠹èÆ÷ÆÇ
2.9 ÆÄÀ̽㠸ðµâ
2.10 ÆÄÀ̽㠶óÀ̺귯¸® ¹öÀü
2.11 ÆÄÀ̽ã Å°¿öµå
2.12 ³»Àå ÇÔ¼ö
2.13 ¿ÜÀåÇÔ¼ö
2.14 µð¹ö±ë
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 03. ÆÄÀ̽㠼³Ä¡ ¹× ÆíÁý±â »ç¿ë¹ý
3.1 ÆÄÀ̽㠰ø½Ä »çÀÌÆ®¿¡¼­ ÆÄÀ̽㠼³Ä¡
3.2 ¾Æ³ªÄÜ´Ù¸¦ ÀÌ¿ëÇÏ¿© ÆÄÀ̽㠼³Ä¡
3.3 Anaconda Prompt »ç¿ë¹ý
3.4 Anaconda Navigator »ç¿ë¹ý
3.5 IPython »ç¿ë¹ý
3.6 IDLE »ç¿ë¹ý
3.7 ¸í·É ÇÁ·ÒÇÁÆ®·Î ÆÄÀ̽ã ÇÁ·Î±×·¥ ½ÇÇà
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 04. ÁÖÇÇÅÍ »ç¿ë¹ý ¹× ½ºÆÄÀÌ´õ »ç¿ë¹ý
4.1 Jupyter notebook
4.2 Spyder »ç¿ë¹ý
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­
PART 02. ÆÄÀ̽㠸í·É¾î
CHAPTER 05. ÆÄÀ̽㠰è»ê±â

5.1 ÆÄÀ̽㠱âÈ£ ¹× ÁÖ¼®
5.2 »çÄ¢¿¬»ê°ú ¿¬»êÀÚ_95
5.3 ÆÄÀ̽㠵¥ÀÌÅÍ Çü°ú ¹®ÀÚ¿­
5.4 math ÆÐÅ°Áö
5.5 Åë°è
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 06. µ¥ÀÌÅÍÀÇ ÁýÇÕ, ¸®½ºÆ®, Æ©ÇÃ, µñ¼Å³Ê¸®
6.1 º¯¼ö
6.2 ÆÄÀ̽㿡 »ç¿ëÇÏ´Â ¼ö
6.3 ¹®ÀÚ¿­
6.4 ÁýÇÕ, ¸®½ºÆ®, Æ©ÇÃ, µñ¼Ç³Ê¸®
6.6 ¹è¿­ÀÇ ÆÐÅ·°ú ¾ðÆÐÅ·
6.7 ÆÄÀ̽ã ÄÄÇÁ¸®Çî¼Ç
6.8 range ÇÔ¼ö
6.9 ÆÄÀ̽㿡¼­ ´ÜÀÏ ¹ØÁÙÀÇ ¿ëµµ
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 07. ÇÁ·Î±×·¥ È帧Á¦¾î
7.1 ÇÁ·Î±×·¥ È帧Á¦¾î °³¿ä
7.2 if ¹®
7.3 for ¹®
7.4 while ¹®
7.5 try ¹®
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 08. ÀԷ°ú Ãâ·Â¹®
8.1 ÀԷ¹®°ú Ãâ·Â¹®
8.2 open() ÇÔ¼ö¸¦ ÀÌ¿ëÇÑ ÆÄÀÏ ÀÔÃâ·Â
8.3 ÆÄÀÏ ´Ù·ç±â
8.4 Iris Dataset
8.5 csv ÆÄÀÏ
8.6 ´ç´¢º´ µ¥ÀÌÅͼÂ
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 09. ÇÔ¼ö¹®
9.1 ÇÔ¼ö¹®À̶õ
9.2 ÆÄÀ̽ã ÁÖ¼®°ú ´Ú½ºÆ®¸µ
9.3 º¯¼öÀÇ Á¾·ù
9.4 ¶÷´Ù ½Ä
9.5 ¶óÀ̺귯¸®, ¸ðµâ, ÆÐÅ°Áö
9.6 *args°ú **kwargs
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 10. Ŭ·¡½º¿Í °´Ã¼
10.1 °´Ã¼
10.2 Ŭ·¡½º¸¦ ÀÌ¿ëÇÑ ÇÁ·Î±×·¥ ¸¸µé±â
10.3 ÆÄÀ̽ãÀÇ »ó¼Ó
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­
PART 03. ÆÄÀ̽㠶óÀ̺귯¸®
CHAPTER 11. matplotlib
11.1 matplotlib
11.2 matplotlibÀ» ÀÌ¿ëÇÑ µµÇü ±×¸®±â
11.3 °´Ã¼ ÁöÇâ ¹æ¹ýÀ¸·Î ±×¸² ±×¸®±â
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 12. NumPy
12.1 NumPy¶õ
12.2 NumPy ¹è¿­
12.3 NumPy ¿¬»ê
12.4 NumPy ±×¸² ±×¸®±â
12.5 numpy.random
12.6 ºê·Îµåij½ºÆÃ
12.7 NumPy ÀÔÃâ·Â
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 13. pandas
13.1 pandas¶õ
13.2 pandas µ¥ÀÌÅÍ ¸¸µé±â
13.3 DataFrameÀÇ Àε¦½Ì ¹× ½½¶óÀ̽Ì
13.4 pandas ÀڷḦ ÀÌ¿ëÇÑ ±×¸² ±×¸®±â
13.5 ¿ÜºÎ µ¥ÀÌÅÍ ÀÐ°í ¾²±â
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­ CHAPTER 14. SymPy¿Í SciPy
14.1 SymPy
14.2 SciPy
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­
PART 04. ÆÄÀ̽ã ÀÀ¿ë
CHAPTER 15. ÀÀ¿ë ÇÁ·Î±×·¥
15.1 °¢µµ º¯È¯
15.2 Á¤¼ö Á¾·ù ¹× ¿¬»êÇÏ´Â ÇÁ·Î±×·¥
15.3 ÀÚ¿¬¼ö¸¦ ÀÔ·Â ¹Þ¾Æ ¼Ò¼öÀÎÁö ÇÕ¼º¼öÀÎÁö ÆǺ°ÇÏ´Â ÇÁ·Î±×·¥
15.4 ³ÑÆÄÀ̸¦ ÀÌ¿ëÇÑ ½Ã±×¸ðÀ̵å ÇÔ¼ö ±×¸®±â
15.5 digits µ¥ÀÌÅͼÂ
15.6 ¼±Çüȸ±Í¼± ±¸Çϱâ
15.7 °­¿ì·® Åë°èºÐ¼®
15.8 Á¦¾î½Ã½ºÅÛÀÇ º¸µå¼±µµ
15.9 ÆÄÀ̽ã ÀÀ¿ë ÆÐÅ°Áö·Î ȸ·Îµµ ±×¸®±â
▪ÀÌ°øÇÐÀ» À§ÇÑ ÆÄÀ̽㠽ǽÀ º¸°í¼­
ºÎ·Ï 01. ÆÄÀ̽㠰ü·ÃÀÚ·á
1.1 ÆÄÀ̽㠸ðµâ ¼³Ä¡ ¹× IDE »ç¿ë
1.2 ÆÄÀ̽㠰ü·Ã Âü°íÀÚ·á ºÎ·Ï 02 µ¥ÀÌÅͼ °ü·Ã »çÀÌÆ®
2.1 ±¹³» »çÀÌÆ®
2.2 ¿Ü±¹ ¹× ȸ»ç »çÀÌÆ®
2.3 ¼¼°è ±â±¸ »çÀÌÆ®
524

°ü·ÃºÐ¾ß ½Å°£µµ¼­