전체 글

전체 글

    [TWBX 태블로 과제 5일차] 다양한 태블로 함수 및 계산식 활용

    [TWBX 태블로 과제 5일차] 다양한 태블로 함수 및 계산식 활용

    TWBX 5일차 과제에서는 태블로 함수를 활용해서 계산된 필드를 만드는 법을 배웠어요. 그래서 오늘은 태블로에서 사용하는 함수 (IF, CASE) 2가지를 완전 기본적으로 정리해보려고 해요. 우선 워크시트 좌측에 보시면 작은 아래 세모가 있어요. 이를 누르면 첫 번째 계산된 필드 만들기를 눌러줍니다. 계산된 필드를 누르시면 아래 사진과 같은 창이 뜨게 될 거예요. 좌측에 함수들을 활용해서 여러분들이 원하는 필드를 작성하는 거예요. 또한, 우측에 보시면 사용하고자 하는 함수에 대한 설명이 들어가 있지만 설명을 통해서 바로 함수를 쓰는 데는 어려움이 있어요. 그래서 다양한 예시들을 통해서 직접 함수를 작성해보고, 이해하는 과정이 꼭 필요합니다. 1) IF 함수 IF문의 기본형식을 쉽게 말씀드리면, IF '조..

    [MYSQL] SQL 기본 문법1 (SELECT, FROM, WHERE) + 관계연산자, 논리연산자

    [MYSQL] SQL 기본 문법1 (SELECT, FROM, WHERE) + 관계연산자, 논리연산자

    우선 SELECT, FROM, WHERE에 대해서 간략하게 무엇인지 알아봅시다. 1) SELECT는 '조회하기' 뒤에는 열 이름이 들어간다. 2) FROM은 '어디서?' 뒤에는 테이블 이름이 들어간다. 3) WHERE '조건문' 뒤에 원하는 조건을 입력한다. 기본 구조 SELECT 열_이름 FROM 테이블_이름 WHERE 조건 참고, WHERE는 조건문을 쓸 필요가 있을 때 사용해주시면 돼요. 위 사진은 10행 8열로 구성된 'member'라는 테이블입니다. 이를 바탕으로 기본문법을 이해해봐요. 1) 원하는 열을 출력하는 방법? 기본 구조(SELECT 열_이름 FROM 테이블_이름 WHERE 조건)를 항상 기억하는 것이 정말 중요합니다. -- member 테이블에서 mem_name 열을 조회하기! SEL..

    [TWBX 태블로 과제 4일차] Nike's revenue from 2016 to 2021 by channel

    [TWBX 태블로 과제 4일차] Nike's revenue from 2016 to 2021 by channel

    2016년부터 2021까지 나이키 채널별 매출액 시각화 오늘 과제를 통해서 알게 된 것은 대시보드를 만들 때 뒤에 이미지를 추가하는 방법을 알게 되었습니다. 1) 대시보드 이미지 추가 1번을 보시면, 왼쪽은 시트를 새로 만드는 것이고, 오른쪽이 대시보드를 만드는 아이콘이에요. 우선, 오른쪽 대시보드 아이콘을 눌러주시면 위와 같은 화면이 나오게 돼요. 그리고 2번에서 바둑판식과 부동의 차이점을 말씀드릴게요. 바둑판식 : 정해진 공간을 채워가는 방식 (바둑판식으로 이미지를 넣게 되면 이미지가 대시보드 크기에 알맞게 들어가게 되고, 크기 조절이 되지 않습니다) 부동: 시트를 겹치게 활용 가능하고, 자유롭게 이미지를 움직이고 크기를 키울 수 있다 (자유로움이 주어지는 대신, 그만큼 손이 많이 가요) 우리는 대..

    [TWBX 태블로 과제 3일차] EPL 토트넘 손흥민 선수의 득점 데이터 활용하기 (막대 그래프, 트리맵)

    [TWBX 태블로 과제 3일차] EPL 토트넘 손흥민 선수의 득점 데이터 활용하기 (막대 그래프, 트리맵)

    EPL 토트넘 손흥민 선수 득점 데이터를 활용해서 막대 그래프와 트리맵으로 시각화하기 손흥민 선수 득점 데이터는 TWBX에서 제공해준 데이터입니다. 이번 데이터 시각화 과정에서 활용한 데이터 필드는 competition, season, type of goal, all goal for TOT (카운트) 총 네 개예요. 1) 막대 그래프 막대 그래프를 보시면, 행에는 시즌(season 필드)별로 분리되어 있고 칼럼의 기준은 골 횟수(all goal for TOT 필드)로 되어 있어요. 여기서 competition 필드를 색상 마크에 넣어주면 골을 넣은 리그, 대회가 색상별로 분리가 되어 나타나게 됩니다. 2) 트리맵 태블로에서 트리맵을 사용하는 법 우선 1번을 보시면, 원하는 필드를 중복 선택해줍니다. (윈..

    [TWBX 태블로 과제 2일차] 코로나19 데이터를 활용한 기초 쌓기

    [TWBX 태블로 과제 2일차] 코로나19 데이터를 활용한 기초 쌓기

    코로나 19 데이터를 활용해서 시도별 일간 확진자 지도 시각화 및 지역별 누적 확진자 막대그래프로 나타내기 데이터는 질병관리청 홈페이지에서 얻었습니다. http://ncov.mohw.go.kr/ 코로나바이러스감염증-19 코로나바이러스감염증-19 정식 홈페이지로 발생현황, 국내발생현황, 국외발생현황, 시도별발생현황, 대상별 유의사항, 생활 속 거리 두기, 공적마스크 공급현황, 피해지원정책, 홍보자료, FAQ, 관 ncov.mohw.go.kr 오늘 과제를 통해서 알게 된 것을 두 가지가 있어요. 첫 번째는 그룹화, 두 번째는 불연속형과 연속형 1) 그룹화하기 해당 시도 데이터 속에는 17개의 지역이 들어가 있습니다. 각 지역들을 수도권, 경상남도, 경상북도, 강원도, 충청, 호남 이렇게 새 그룹으로 만들어 ..

    [TWBX 태블로 과제 1일차] 데이터 구하기 및 연결하기 (첫 대시보드 작성)

    [TWBX 태블로 과제 1일차] 데이터 구하기 및 연결하기 (첫 대시보드 작성)

    대구광역시 북구 CCTV 설치 지도 시각화 및 설치 목적 파이차트로 시각화 결과 이번 TWBX 1일차 과제 주제는 '데이터 구하기 및 데이터 연결하기'입니다. 1) 데이터 구하기 공공데이터: https://www.data.go.kr/index.do 공공데이터 포털 국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase www.data.go.kr 데이터는 공공데이터 포털에서 다운로드 하였습니다. 2) 데이터 연결하기 Tableau Desktop을 열면 첫 화면 좌측에 '파일에 연결'을 선택합니다. 그러면 아래와 같은 화면이 나오게 됩니다. 그 다음 가장 아래 빨간색 박..

    [Python] dictionary 기초와 중요 메서드 setdefault(), update(), defaultdict()

    오늘의 물낌표 1. dictionary(딕셔너리) 개념과 활용법은? 2. 딕셔너리의 중요 메서드는 무엇이 있을까? 딕셔너리 사용법 우선 딕셔너리에는 key(키)와 value(값)이 들어가게 된다. key에 들어갈 수 있는 것은 정수, 실수, 문자열, T / F value에 들어갈 수 있는 것은 리스트, 딕셔너리를 포함한 모든 자료형 기본적인 딕셔너리 형태 # 딕셔너리 기본형태 # {키:값, 키:값, 키:값}으로 키-값을 구분해주는 것은 콤마(,) X = {'a':4, 'b':5, 'c':6} 1) 빈 딕셔너리 만들기 빈 딕셔너리를 만드는 방법은 크게 두가지가 있습니다. 첫번째는 x = {} 두번째는 x = dict() # 첫 번째 x = {} # 두 번째 x = dict()같은 경우는 다양하게 표현가능하..

    [Python] 해당 칼럼에서 내가 원하는 문자열 찾아내기 str.contains()

    [Python] 해당 칼럼에서 내가 원하는 문자열 찾아내기 str.contains()

    오늘의 물낌표 str.contains()는 무엇인가? python DataFrame을 다룰 때 특정 칼럼에서 원하는 문자열을 뽑아야 할 때가 있습니다. '상호명'이라는 칼럼에는 원래 '스타벅스', '투썸', '이디야' 등 많은 커피 상호명이 담겨 있는데, 위 사진은 '할리스'를 포함한 문자열만을 뽑아낸 결과입니다. 이 과정에서 pandas.Series 문자열 메소드인 str.contains()를 사용했어요. str.contains()을 활용하면 왜 좋을까요? 위 사진을 보면 '할리스' 상호명은 하나의 값으로 통일되어 있지 않고 '할리스커피', '할리스사상점' 등 다양하게 기록되어 있습니다. 그렇기 때문에 str.contains('할리스')를 통해서 '할리스'를 포함하고 있는 모든 할리스 상호명을 뽑아..

    [Python] list와 Numpy array 차이 (+ numpy array 언제 쓰는가?)

    오늘의 물낌표 1) Python list와 Numpy array의 차이 세 가지 2) Numpy array는 언제 쓰는가? 첫 번째 Python list와 Numpy array 선언 차이 1) 각 자료형이 다를 때 Python list는 숫자형이나 문자형 여러 가지 자료형을 한 번에 다룰 수 있다. Numpy array는 한 가지 동일한 자료형이어야 한다. (숫자형 + 문자형 = 모두 문자형으로 전환) 주의! Numpy array를 사용하기 전에 import numpy as np 선언해주기 # Python list p_list = [1, 2, 3, 4, '물음표'] # 출력: [1, 2, 3, 4, '물음표'] # numpy array np.array([1, 2, 3, 4, '물음표']) # 출력값: a..