엑셀X파이썬

첫째마당 | 엑셀 파이썬 기본 사용법

1장 엑셀 파이썬 살펴보기

CASE 01 엑셀 파이썬 소개
◆ 파이썬을 선호하는 이유
◆ 엑셀과 파이썬의 결합

CASE 02 엑셀의 파이썬 이용 환경 살펴보기
◆ 엑셀의 파이썬 이용 환경
◆ [Python] 메뉴

2장 엑셀 파이썬과 친해지기

CASE 01 Hello, world! 출력하기
◆ 엑셀 파이썬 첫 번째 실습
◆ Hello, world! 출력하기

CASE 02 엑셀 파이썬이 실행되는 환경
◆ 엑셀 파이썬 실행 환경
◆ 엑셀 파이썬, 주피터 노트북, 구글 코랩의 차이

CASE 03 엑셀 파이썬 데이터 분석 라이브러리
◆ 라이브러리란?
◆ 엑셀 파이썬 기본 라이브러리(초기화 설정)
◆ 자주 사용하는 데이터 분석 라이브러리

CASE 04 초기화 설정과 고급 옵션
◆ 초기화 설정 방법
◆ [고급] 옵션
◆ [수식] 메뉴의 [계산] 옵션

3장 엑셀 파이썬 기본 기능

CASE 01 엑셀 시트의 단일 셀 값을 파이썬에서 사용하기
◆ 엑셀 데이터를 파이썬에서 사용하기
◆ 셀 값 수정하기

CASE 02 엑셀 시트의 범위를 지정하여 파이썬에서 사용하기
◆ 엑셀 파이썬에서 사용하는 데이터의 형태
◆ 엑셀 시트의 범위를 지정하여 파이썬에서 사용하기

CASE 03 엑셀의 데이터로 간단한 파이썬 차트 생성하기
◆ 엑셀 차트의 한계
◆ 엑셀 데이터로 간단한 파이썬 차트 생성하기

둘째마당 | 엑셀 파이썬 맛보기

1장 엑셀 파이썬으로 데이터 수정/가공하기

CASE 01 행, 열 선택하기
◆ DataFrame의 구조
◆ DataFrame 생성하기
◆ 행 번호로 DataFrame의 행 가져오기
◆ 조건식으로 DataFrame의 행 가져오기
◆ DataFrame에서 열과 행 지정하여 가져오기

CASE 02 일괄로 데이터 수정하기
◆ 엑셀 파이썬에서 데이터를 수정할 때의 장점
◆ 행/열 선택하여 수정하기
◆ 특정 값을 찾아서 수정하기
◆ 원본 데이터를 참조하여 값 수정하기
◆ 기존 데이터를 가공하여 새로운 열 생성하기

CASE 03 빈 값 지우기
◆ 빈 값의 의미와 처리 방법
◆ 빈 값을 확인하는 방법
◆ 데이터 전체에서 빈 값을 지우는 방법

CASE 04 데이터 합치기

2장 엑셀 파이썬으로 기초통계 분석 및 차트 생성하기

CASE 01 한방에 데이터 기초통계 파악하기
◆ 기초통계란?
◆ 엑셀 파이썬으로 기초통계 계산하기

CASE 02 엑셀 파이썬으로 기본 차트 생성하기
◆ 기초 차트의 종류
◆ 선 차트 생성하기
◆ 막대 차트 생성하기
◆ 원형 차트 생성하기
◆ 히스토그램 차트 생성하기
◆ 산점도 차트 생성하기
◆ 상자 수염도 차트 생성하기

CASE 03 여러 변수 간 산점도 차트로 상관관계 분석하기
◆ 상관관계에 대한 상식과 활용 방법
◆ 여러 변수 간 산점도 차트 생성하기
◆ 여러 변수 간 산점도 차트의 모양 바꾸기

CASE 04 바이올린 차트로 그룹별 분포도 분석하기
◆ 바이올린 차트를 사용하는 이유
◆ 바이올린 차트 생성하기

3장 엑셀 파이썬에서 ChatGPT 활용하기

CASE 01 ChatGPT로 엑셀 파이썬 학습하기
◆ ChatGPT를 편리하게 사용하는 방법
◆ 데이터 분석 단계별 대화 주제
◆ ChatGPT에 엑셀 파이썬 코드를 요청할 때 주의사항

CASE 02 데이터 가공을 위한 프롬프트 작성법
◆ 샘플 데이터를 업로드하고 파이썬 코드 요청하기
◆ DataFrame에 대한 파이썬 코드 요청하기

CASE 03 파이썬 차트 생성을 위한 프롬프트 작성법
◆ 파이썬 차트 사용 방법
◆ ChatGPT로 차트 디자인 바꾸기
◆ ChatGPT에 인포그래픽 차트 요청하기

셋째마당 | 실전 엑셀 파이썬

1장 API로 외부 데이터 가져오기

CASE 01 국내 주식 데이터 가져오기
◆ 공공데이터포털에서 주식시세 API 신청하기
◆ 주식시세 데이터를 엑셀로 가져오기

CASE 02 국내 암호화폐 데이터 가져오기
◆ 업비트에서 암호화폐 시세 API 신청하기
◆ 암호화폐 시세 데이터를 엑셀로 가져오기

2장 주식 차트와 보조지표 활용하기

CASE 01 시세 데이터의 구조 이해하기
◆ 시세 데이터의 기본 구조

CASE 02 주식 차트 생성하기
◆ 캔들 차트의 기본 구조
◆ 파이썬으로 기본 주식 차트 생성하기

CASE 03 보조지표 계산하고 주식 차트에 추가하기
◆ 이동평균 계산하기
◆ 상대강도지수를 구하고 차트에 추가하기

3장 보조지표를 활용한 가상 매매 프로그램 만들기

CASE 01 보조지표를 활용한 매매 방법 알아보기
◆ 이동평균선을 이용한 골든 크로스 매매 방법
◆ 상대강도지수를 활용한 매매 방법

CASE 02 가상 매매 프로그램 만들기
◆ 파이썬을 이용한 프로그래밍의 장점
◆ 가상 매매 프로그램의 구조
◆ 가상 매매 프로그램 만들기
◆ 가상 매매 프로그램 수정하기

4장 상관관계와 패턴으로 증시 분석하기

CASE 01 지수 데이터 가져오기
◆ 공공데이터포털에서 지수 시세 데이터 API 신청하기
◆ 산업별 지수 데이터를 엑셀로 한꺼번에 가져오기

CASE 02 지수 간 상관관계 분석하기
◆ 지수 데이터의 상관관계 분석
◆ KRX 300 산업 지수 상관관계 분석하기

CASE 03 추세와 패턴 분석하기
◆ 시계열 데이터의 추세와 패턴
◆ 시계열 분해 알고리즘 활용하기

5장 유사도로 투자 종목 발굴하기

CASE 01 유사도 분석을 위한 데이터 정리하기
◆ 유사도에 대한 상식과 활용 방법
◆ 데이터 준비하기

CASE 02 종목별 유사도 추출하기
◆ 종목별 유사도 추출하기

CASE 03 종목별 유사도 분류하기
◆ 종목별 유사도 분류하기

넷째마당 | 엑셀 파이썬 제대로 활용하기

1장 사용하기 쉬운 예측 모델 만들기

CASE 01 예측 모델을 만들기 위한 데이터 구성 방법
◆ 데이터 분석 알고리즘의 정의와 활용 범위
◆ 데이터 기반 예측
◆ 예측 모델의 데이터 구성 방식
◆ 예측 모델 개발을 위한 예시 데이터 살펴보기

CASE 02 의사결정나무로 사용하기 쉬운 예측 모델 만들기
◆ 간단히 알아보는 의사결정나무
◆ 예측 모델 개발을 위한 데이터 정리
◆ 의사결정나무 알고리즘으로 예측 모델 만들기

CASE 03 예측 모델의 성능 확인하기
◆ 테스트 데이터로 예측 모델 성능 확인하기
◆ 예측 모델의 성능 조절하기

2장 군집화 데이터로 분석하기

CASE 01 군집화를 위한 데이터 정리
◆ 군집화의 원리와 활용 방법
◆ 군집화를 위한 데이터 구성 방법
◆ 군집화를 위한 예시 데이터 살펴보기

CASE 02 K-means 알고리즘으로 군집화하기
◆ 간단히 알아보는 K-means 알고리즘
◆ 분석 목적에 맞는 열 선택하기
◆ 군집화에 필요한 데이터 준비하기
◆ K-means 알고리즘으로 군집화하기

CASE 03 군집화 결과 분석하기
◆ 군집화 결과 요약하기
◆ 그룹별 속성 분석하기

3장 이상 탐지 모델로 시스템 장애와 부정 거래 찾기

CASE 01 이상 탐지의 개념과 활용 방법
◆ 이상치와 이상 탐지
◆ 이상 탐지 모델 개발을 위한 예시 데이터 살펴보기
◆ 이상 탐지를 위한 데이터 준비

CASE 02 Isolation Forest로 이상 탐지 모델 만들기
◆ Isolation Forest의 원리
◆ Isolation Forest 알고리즘으로 이상 탐지 모델 만들기

CASE 03 Isolation Forest를 이용한 모니터링 방법
◆ 예측 모델과 Isolation Forest의 차이점
◆ Isolation Forest를 이상 탐지에 활용하는 방법
◆ Isolation Forest 인수 설정하기

4장 ChatGPT로 오픈소스 사용하기

CASE 01 파이썬 오픈소스를 찾는 방법
◆ 파이썬 비영리 재단의 오픈소스
◆ 사이킷런에서 알고리즘별 샘플 코드 찾아보기
◆ 사이킷런 홈페이지에서 샘플 코드 찾기

CASE 02 ChatGPT로 오픈소스 활용하기
◆ ChatGPT에 샘플 코드 입력하기
◆ 엑셀 파이썬에서 사용할 수 있는 데이터 요청하기
◆ 엑셀 파이썬에 맞게 코드 수정 요청하기
◆ 수정된 코드를 단락별로 실행하기
◆ ChatGPT에 추가 요청하기