이 책은 한 권으로 모든 것을 설명하지 않습니다. 상세한 문법, 언어적 기술은 다른 멋지고 잘 만들어진 책에 맡기고, 우리 책은 난이도별 응용 예제에 집중했다고 생각해 주시면 됩니다.
먼저 설치부터 시작해서, 데이터를 다루는데 필요한 Pandas라는 모듈, 데이터를 시각화하는데 필요한 matplotlib라는 모듈을 다루고, 네이버의 API를 이용해서 데이터를 얻어서 다루는 법을 이야기합니다. 특히 머신 러닝 중에서 상대적으로 간단한 decision tree 기법을 이용해서 아이리스 꽃 분류와 타이타닉 생존자 예측을 수행해 봅니다.
이 책은 하나의 주제를 깊이 있게 다루는 것이 아니라 어쩌면 파이썬이 처음이거나 입문이신 분들을 대상으로 파이썬이 할 수 있는 재미있는 일들을 보여주어 동기를 부여하고 다양한 분야를 체험하는 것이 목표입니다.

01 데이터 데리고 놀기 전 준비하기: 개발 환경 준비
1.1 Anaconda 설치
1.2 Anaconda 환경 설정
1.3 Python 모듈 설치와 Jupyter Notebook 실행하기
1.4 Jupyter Notebook 사용법
1.5 Markdown 문서 이해하기
1.5.1제목 레벨
1.5.2 목록
1.5.3 굵은 글씨, 기울인 글씨, 굵은 상태에서 기울인 글씨
1.5.4 이미지 입력
1.5.5설치를 마치며

02 서울시 청소년 정신건강 분석
2.1 데이터 확보하기
2.2 프로젝트의 목표
2.3 Pandas - 데이터를 정리하는 필수 도구
2.3.1 파이썬에서 모듈 import
2.3.2 pandas DataFrame 구조
2.3.3 정렬 기능 등의 기초 활용 함수
2.3.4 DataFrame의 Slice ? 데이터를 잘라서 선택하기
2.3.5 DataFrame 내에서 조건문 사용
2.3.6 행과 열의 변경
2.4 서울시 청소년들의 스트레스 데이터 읽어보기
2.5 데이터를 정리한 중간 코드 최종
2.6 데이터를 시각적으로 표현하기 - matplotlib 기초
2.6.1 간단하게 그리기
2.6.2 matplotlib의 한글 문제
2.7 데이터를 그래프로 표현하기

03운동량 데이터 분석해 보기
3.1 파이썬의 기본 데이터 구조인 list형
3.2 데이터를 저장하고 읽기
3.3 데이터를 정리하는 마법 같은 단어 pivot_table
3.4 ‘운동을 하지 않는 이유’에 대한 데이터 분석

04인터넷에서 데이터를 얻어서 엑셀로 정리해 보기
4.1 Naver 개발자 센터에서 애플리케이션 등록
4.2 네이버 API 간단히 사용해 보기
4.3 파이썬의 반복문
4.4 함수의 사용
4.5 네이버 책 검색에서 정보 가져오기
4.6 엑셀에 저장하기

05얼굴인식 등의 이미지 관련 API 사용
5.1 네이버 얼굴인식 기능
5.2 파이썬 dict형 데이터와 json
5.3 인식된 얼굴 사진에 정보 표시하기
5.4 여러 얼굴이 있는 사진에 대한 정보 표시하기

06우리도 인공지능을 배워볼까요 IRIS 꽃 분류하기
6.1 Iris 꽃 데이터
6.2 seaborn의 pairplot으로 iris 데이터 확인하기
6.3 간단한 결정나무 모델
6.4 학습한 모델 사용하기

07타이타닉 생존자 예측하기
7.1 데이터 읽고 전체 상황 확인하기
7.2 데이터 개요를 그래프로 확인하기
7.3 나이별 구별 및 성별 생존율 확인하기
7.4 보트 탑승 승객의 생존율 확인하기
7.5 귀족들의 생존율만 다시 조사하기
7.6 학습을 위한 데이터 정리와 특징 선택하기
7.7 생존자 예측을 위한 모델 수립
7.8 생존자 예측; 디카프리오는 정말 생존할 수 없었을까?

08레드 와인, 화이트 와인 분류하기
8.1 데이터 받기
8,2 학습용 데이터 만들기
8.3 로지스틱 회기로 학습하기
8.4 데이터 정규화
8.6결정나무를 이용한 분류