datascience은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

datascience은(는) CC0-1.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

datascience은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. datascience의 마지막 커밋은 2026년 10월 17일입니다.

datascience은(는) 어디에 사용할 수 있나요?

대치, 피처 선택, 스키마 검증 등 특정 데이터 작업에 쓸 라이브러리를 찾을 때 활용합니다. 도서, 데이터셋, 인터랙티브 데모를 통해 데이터 분석에 필요한 통계를 학습합니다. 프로젝트에 사용할 DataFrame 도구를 정하기 전에 pandas 대안을 비교합니다. Python 기반 데이터 과학을 독학하기 위한 읽을거리 목록을 만듭니다.

datascience은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/r0f1/datascience

r0f1/datascience

라이브러리, 튜토리얼, 도서, 데이터셋, 강연을 아우르는 데이터 과학용 Python 리소스 모음입니다.

GitHub에서 보기

스타: 4,682
포크: 716
열린 이슈: 0
마지막 커밋: 4일 전

어떤 프로젝트인가요?

Python으로 데이터 과학을 실습하는 데 유용한 리소스를 엄선해 모은 Awesome 스타일 목록입니다. pandas, scikit-learn, matplotlib, seaborn 같은 핵심 라이브러리부터 uv, ruff, just 같은 범용 Python 도구, 그리고 DataFrame 대안, Jupyter 워크플로, OCR, 빅데이터, 통계, 시각화 등 전문 분야까지 주제별로 링크를 정리합니다.

소프트웨어 패키지 외에도 통계 도서, p-value 및 효과 크기 참고 자료, 인터랙티브 통계 데모, R 기반 데이터셋, 머신러닝 튜토리얼, 피처 엔지니어링과 차원 축소를 다루는 블로그 글도 소개합니다. 각 항목에는 어떤 기능을 하는지 또는 왜 유용한지 한 줄로 설명이 덧붙은 경우가 많습니다.

복잡한 열 정리, 스키마 검증, 피처 선택, 대시보드 구축처럼 특정 데이터 작업에 적합한 도구를 찾기 시작할 때 유용합니다. 대부분의 항목이 외부 링크이므로, 하나의 라이브러리를 설치하는 용도보다는 새로운 리소스를 찾는 색인으로 활용하는 것이 좋습니다.

핵심 기능

01pandas, scikit-learn, matplotlib, seaborn 등 핵심 Python 데이터 라이브러리를 다룹니다.
02polars, duckdb, modin, vaex를 비롯한 DataFrame 대안을 소개합니다.
03Jupyter 워크플로, 노트북 도구, 데이터 대시보드 관련 리소스를 포함합니다.
04p-value, 효과 크기, 통계 검정에 관한 통계 참고 자료를 모았습니다.
05피처 선택, 차원 축소, 데이터 검증 도구를 주제별로 분류합니다.

활용 사례

대치, 피처 선택, 스키마 검증 등 특정 데이터 작업에 쓸 라이브러리를 찾을 때 활용합니다.
도서, 데이터셋, 인터랙티브 데모를 통해 데이터 분석에 필요한 통계를 학습합니다.
프로젝트에 사용할 DataFrame 도구를 정하기 전에 pandas 대안을 비교합니다.
Python 기반 데이터 과학을 독학하기 위한 읽을거리 목록을 만듭니다.

토픽

#data-science #python #awesome-list #machine-learning #statistics #data-analysis #data-visualization #pandas #artificial-intelligence #awesome

자주 묻는 질문

datascience은(는) 무엇인가요?: 라이브러리, 튜토리얼, 도서, 데이터셋, 강연을 아우르는 데이터 과학용 Python 리소스 모음입니다. Python으로 데이터 과학을 실습하는 데 유용한 리소스를 엄선해 모은 Awesome 스타일 목록입니다. pandas, scikit-learn, matplotlib, seaborn 같은 핵심 라이브러리부터 uv, ruff, just 같은 범용 Python 도구, 그리고 DataFrame 대안, Jupyter 워크플로, OCR, 빅데이터, 통계, 시각화 등 전문 분야까지 주제별로 링크를 정리합니다.
datascience은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: datascience은(는) CC0-1.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
datascience은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. datascience의 마지막 커밋은 2026년 10월 17일입니다.
datascience은(는) 어디에 사용할 수 있나요?: 대치, 피처 선택, 스키마 검증 등 특정 데이터 작업에 쓸 라이브러리를 찾을 때 활용합니다. 도서, 데이터셋, 인터랙티브 데모를 통해 데이터 분석에 필요한 통계를 학습합니다. 프로젝트에 사용할 DataFrame 도구를 정하기 전에 pandas 대안을 비교합니다. Python 기반 데이터 과학을 독학하기 위한 읽을거리 목록을 만듭니다.
datascience은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/r0f1/datascience

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.