한빛미디어

커버가.. 동물을 무서워하는 나로서는 애써.. 못본척하게 되는 단점이 있지만 :)

오렐리의 책은 정말 오랜만이다.

한창 머신러닝 공부할 때 썼던 <핸즈온 머신러닝>과 5월의 리뷰 책이었던 <실전 시계열 분석>에 이은 세번째 만남이다.

오렐리 책을 받아들면 묘하게 든든한 느낌이 든다.

책이 워낙 두꺼워서 이거 할 수 있나 싶긴하지만, 막상 책을 읽으면서 실습하다보면 조금 삭막해보이는 겉모습과 다르게 난이도가 나쁘지 않았다.

그리고 이번 책은 특히 지난 두권과 다르게 이미 어느정도는 알고있고 직접 코드 작성 작업을 해보았던 파이썬 라이브러리에 관한 내용이라서 살짝 기대되기까지 했다.

책 읽을 연휴만을 기다렸다.

파이썬에 대해 설명하거나 pandas의 기초적인 내용을 훑는 부분은 건너뛰고 너무너무 그리웠던 시계열부터 읽기 시작했다.

시계열만 보면 반가워서 꼬리흔드는 강아지가 된다.

이유는 모르겠지만 학기중에 시계열 강의 들었던게 정말 뿌듯하고 좋은 기억으로 남아있어서가 아닐까 추측하고있다.

그리고 시간이 되면 나중에 다시 앞부분을 훑을 생각이다.

파이썬을 처음 접하는 사람들에게는 시계열 전에 다루고 있는 numpy나 pandas에 대한 설명이 꼭 필요하다고 생각한다.

특히 파이썬이 어떤 원리와 구조로 돌아가는지 아는 것과 tuple, list, dictionary에 대해서는 확실하게 정리하고 시작하는게 정말정말 중요하다.

처음 파이썬을 다루기 시작했을 때 도대체 이 함수에는 왜 list가 적용이 안되는지, tuple하고 차이가 뭐길래 이건 되고 이건 안되는지 머리가 터질 뻔 했기 때문이다.

사실 아직도 가끔 헷갈려서 구글링을 꼭꼭 하게되는데 조만간 시간을 내서 이 책과 함께 한번 정리하는 시간을 가져야 겠다.

​

이전에 강의에서 시계열 분석을 했을 때는 SAS를 이용해서 그래프와 표를 뽑아봤기 때문에 파이썬으로 작업하는 것은 거의 처음이다.

이번에 코드를 작성하고 실행해보면서 SAS가 드럽고 치사하지만 얼마나 편리하고 단순한지 알게 되었다.

파이썬의 경우는 내가 이것저것 조절하고 정리해서 함수에 값을 전달하는 것 처럼 고려할 게 많은 반면 SAS는 어느정도 알아서 사전작업을 해주었기 때문이다.

그래도 파이썬으로 데이터 전처리부터 시작하다보니까 아 이때 이렇게 했었지 싶으면서 또 신나기 시작했다.

​

timestamp를 이용해서 series를 나누는 것 까지는 이해를 했고 슬슬 그래프가 나오겠지? 하면서 들떠있었다.

근데 날짜 오프셋을 처음 봤을 때 육성으로 "와 이게 뭐냐"라는 말이 절로 튀어나왔다.

​

그동안 해본 시계열은 진짜 아무것도 아닌가 싶었다.

시간대를 다루고 연산하고 분기 다루고 와! 정말! 이게뭐야!

샘플링 따라하고 있으면서도 이게 뭔가.. 싶고 갑자기 전공책 꺼내서 뒤적거려봤다.

또 확실히 느꼈다.

이론을 기반으로한 전공책의 실습은 그저 이론의 한가지 경우를 보여주고 있을 뿐이고 오렐리에서 시계열을 구현하는 실습은 정말 도화지에 스케치하고 테두리그리고 채색하고.. SAS가 대신 해주었던 생략된 과정들을 전반적으로 직접 코딩하게 된다는 걸..

​

정말 간만에 머리쓰니까 재미있었고 생각보다 난이도가 꽤 있어서 도전정신이 고개를 번쩍 들었다.

​

15장의 데이터 분석 예제는 더 재밌었다.

특히 영화 평점 분석의 경우 내가 실제로 인턴 근무하면서 데이터 전처리까지 작업했던 데이터라 반갑게 느껴졌다.

성별에 따라 선호도 차이가 있는 영화를 뽑아보는 것도 신선한 분석 주제였다.

책에서는 데이터 추출까지만 해봤는데 Tableau에 연결해서 시각화를 진행하거나 파이썬 내부에서 시각화까지 곧 도전해 보고 싶어졌다.

​

파이썬을 아예 처음 접하는 사람이라면 뒷내용이 버겁게 느껴질 수도 있겠다고 생각했지만, 초반에 기본적인 내용들을 차근차근 따라가다보면 조금 난이도 있는 부분도 무리없이 해낼 수 있지 않을까 하는 생각도 들었다.