B컷전문 | 개발과 인생의 이야기

단계 공통 목적 R 워크플로우 Python 워크플로우

Import (데이터 불러오기)	CSV, Excel, DB 등 외부 데이터 가져오기	readr, readxl, DBI, rvest	pandas.read_csv(), read_excel(), SQLAlchemy, requests, beautifulsoup
Tidy/Transform (정제 및 변형)	넓은 포맷 → 긴 포맷, 결측치 처리, 텍스트/시간 처리	tidyr, dplyr, lubridate, stringr, forcats	pandas, numpy, category_encoders, fancyimpute
Visualize (시각화)	데이터의 패턴과 이상값을 시각적으로 탐색	ggplot2, plotly, reactable	matplotlib, seaborn, plotly, plotnine
Model (모델링)	예측 또는 분류 모델 학습 및 평가	tidymodels, parsnip, rsample, tune, yardstick	scikit-learn, statsmodels, pycaret, tensorflow/keras
Communicate (결과 전달)	보고서, 웹 앱, API 형태로 전달	RMarkdown, Shiny, Plumber, Quarto	Jupyter Notebook, Streamlit, Dash, Flask, FastAPI

 

초보자 팁:

• R은 ggplot2, tidyverse처럼 “읽기 쉬운 문법”과 “표현에 강함”
• Python은 “자동화 및 배포에 강함”, 라이브러리 다양성이 압도적

---

Data_Science_With_R_Workflow.pdf

1.68MB

Data_Science_With_Python_Workflow.pdf

1.50MB

segmentation_clustering.pdf

0.77MB

regression.pdf

1.18MB