목록Project (56)
Allen's 데이터 맛집
프로젝트 목표 일간 미세먼지 xlsx파일을 2016년도부터 2019년도까지 불러옵니다. 해당 데이터들을 합치고 전처리를 하여 EDA를 진행합니다. 해당 분석을 통해 인사이트를 찾고 시각화를 하여 상관관계를 알아봅니다. 데이터 Features. - 측정일시 - 측정소명 - 이산화질소농도 - 오존농도 - 이산화탄소농도 - 아황산가스농도 - 아환산가스 - 미세먼지 - 초미세먼지 원하는 지역구( 강남구 )를 데이터 분석을 하여 평균을 내고 해당 지역구에 각 연도별로 가장 미세먼지가 농도가 높거나 낮은 달을 추출합니다. 그리고 해당 데이터를 통해 보기 쉽게 시각화를 하여 연도마다 월별 미세먼지 농도를 한눈에 보기 쉽게 Matplotlib 모듈을 통해 확인합니다. 각종 시각화들을 통해 여러 가지 분석결과를 통해 미..
프로젝트 소개 우리는 대기오염으로 인해 심각한 건강 문제와 환경 문제를 겪고 있습니다. 이 프로젝트는 더 나은 대기질 환경을 만들기 위해 데이터 분석을 활용하여 주요 도시의 대기 중 미세먼지 데이터를 분석하여 대기 오염에 대해서 통계를 내고 영향을 찾아보려 합니다. 사용기술 - Python - Pandas - Matplotlib - Seaborn - Jupyter Notebook GITHUB : https://github.com/siilver94/Analyzing-about-fine-dust GitHub - siilver94/Analyzing-about-fine-dust Contribute to siilver94/Analyzing-about-fine-dust development by creating a..
이번 '코로나 데이터 분석' 프로젝트를 통해, 데이터의 힘과 그 해석의 중요성을 다시 한번 체감할 수 있었습니다. Python이 아닌 SQL을 사용하여 데이터를 다뤄보는 시도를 통해 다양한 쿼리를 작성해 보았습니다. 이를 통해 현업에서 요구되는 실무 능력을 향상하는 과정이었고, 데이터 분석가로서 꾸준한 SQL 공부의 필요성을 느꼈습니다. Tableau를 사용하여 효과적인 대시보드를 만들어 보는 좋은 경험이었고, 이는 데이터를 효과적으로 전달하는 데 큰 도움이 되었습니다. 또한 이를 통해 감염 상황에 대한 인사이트를 얻었습니다. 이 프로젝트를 통해 데이터를 다루는 능력뿐만 아니라, 비즈니스에 적용할 수 있는 실용적인 인사이트를 발굴하는 과정에서 분석적 사고의 중요성을 깨달았습니다. 또한, 새로운 도구와 기..
코로나 데이터분석의 마지막 단계로, 지금까지 SQL로 다양한 EDA를 해 본 것을 Tableau라는 강력한 시각화 프로그램을 사용하여 시각화를 해 보았습니다. 각각의 분석 결과와, 한눈에 코로나 상황을 시각적으로 볼 수 있는 대시보드를 만들어 보았습니다. 분석결과 시각화 1. 전 세계의 총 감염자수, 총 사망자수, 사망률 분석 결과를 파악합니다. 2. 전 세계와의 추가 비교 분석을 위해 대한민국의 사망률 분석 결과를 파악합니다. 한국의 감염률은 매우 상위권을 기록했지만, 심각성을 파악하기 위해 추가로 사망률 분석 해보았습니다. 그 결과 전 세계 사망률의 1/9로 매우 낮은 사망률을 보여줌으로써. 이러한 여러 지표를 통해 한국의 코로나 상황이 심각하지 않음을 검증할 수 있었습니다. 3. 대륙별 총사망자 수..