파이썬 데이터 분석과 데이터 과학 비교

목차
1. 데이터 분석(Data Analysis)
   └ 1.1. 데이터 분석 작업
   └ 1.2. 데이터 분석을 위한 도구

2. 데이터 과학(Data Science)

---

1. 데이터 분석(Data Analysis)

올바른 의사 결정을 돕기 위한 통찰을 제공하는데 초점을 맞춘다. 데이터 분석은 크게 3가지로 나눌 수 있다.

유용한 정보를 발견하고 결론을 유추하거나, 의사 결정을 돕기 위해 데이터를 조사, 정제, 변환, 모델링하는 과정
- 위키피디아 -

1. 기술통계 : 관측이나 실험을 통해 수집한 데이터를 정량화하거나 요약하는 기법
2. 탐색적 데이터 분석(EDA) : 데이터를 시각적으로 표현하여 주요 특징을 찾고 분석하는 방법
3. 가설검정 : 주어진 데이터를 기반으로 특정 가정이 합당한 지 평가하는 통계 방법

---

1.1. 데이터 분석 작업

데이터 분석가 : 프로그래밍 기술을 갖추고 있고 통계학을 이해하며 정보를 시각적으로 잘 표현하는 사람

좁은 의미의 데이터 분석 : 기술통계, 탐색적 데이터 분석, 가설검정

넓은 의미의 데이터 분석 : 데이터 수집, 데이터 처리, 데이터 정제, 모델링

---

1.2. 데이터 분석을 위한 도구

데이터 분석에 많이 사용하는 프로그래밍 언어는 다음과 같다.

1. 파이썬 : 문법이 단순하고 처음 프로그래밍을 접하는 사람도 쉽게 배울 수 있으며 오픈소스다.
2. R : 통계 계산을 위해 개발된 언어로 아주 많은 통계 패키지와 훌륭한 그래프를 만들 수 있다. (적용이 어려움)
3. SQL : 데이터가 데이터베이스 형태인 경우 사용할 수 있다. (데이터베이스를 다루기 위해 고안된 언어)

 

또한 필수로 사용하는 패키지들은 다음과 같다. 패키지는 유용한 기능이 구현된 파일을 묶어서 유통시키는 단위다. 파이썬 패키지는 PyPl 사이트에서 찾을 수 있다.

1. Numpy : Numerical python의 줄임말로 고성능 과학 계산과 다차원 배열(array) 생성
2. Pandas : 데이터 분석을 위한 전문 패키지로 데이터 프레임을 생성할 수 있고 데이터 처리와 분석 관련 기능 제공
3. Matplotlib : 데이터 시각화를 위한 패키지로 정적 혹은 동적인 그래프를 그릴 수 있고 다른 과학 패키지와 호환 가능
4. Scipy : Numpy를 기반으로 구축된 수학과 과학 계산 전문 패키지(미분, 적분, 확률, 선형대수, 최적화 등)
5. Scikit-learn : 파이썬의 독보적인 머신러닝 패키지로 가장 널리 사용되는 머신러닝 패키지라 해도 과언이 아님

---

2. 데이터 과학(Data Science)

데이터 마이닝(Data Mining)과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터로부터 지식과 인사이트를 추출하는 과정에서 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합 분야다.
- 위키피디아 -

데이터 과학은 통계학, 데이터 분석, 머신러닝, 데이터 마이닝 등을 아우르는 큰 개념이라고 볼 수 있다.

특징	데이터 분석	데이터 과학
범주	비교적 소규모	대규모
목표	의사 결정을 돕기 위한 통찰 제공	문제 해결을 위해 최선의 솔루션을 만드는 것
주요 기술	컴퓨터 과학, 통계학, 시각화 등	컴퓨터 과학, 통계학, 머신러닝, 인공지능 등
빅데이터	사용함	사용함