본문내용 바로가기

홈

국내도서

컴퓨터/IT

전산통계/해석

전산통계/수치해석

무료배송 이벤트 소득공제

파이썬 라이브러리를 활용한 데이터 분석 지진 데이터 시각화 선거와 인구통계 분석 등 실사례 사용

수정개정판
웨스 맥키니 지음 | 김영근 옮김 | 한빛미디어 | 2013년 10월 01일 출간
Klover
총 4 중
4 9.5 (리뷰 13개)
클로버 리뷰쓰기
파이썬 라이브러리를 활용한 데이터 분석(수정개정판) 크게보기
매장 재고 · 위치

이 책의 다른 상품 정보

  • 정가 : 33,000원
    판매가 : 29,700원 [10%↓ 3,300원 할인]
  • 혜택 :
    [기본적립] 1650원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2,000원 추가적립 안내 [회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립 안내 [리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기

이 상품의 이벤트 2건

더보기+
  • 배송비 : 무료 배송비 안내
  • 개정정보 : 2019년 05월 출간된 개정판이 있습니다. 개정판 보기
  • 도서상태 : 절판
보관함 담기

이 책의 이벤트

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
  • 새로 출간된 O'Reilly 번역서를 확인해보세요!
    2019.06.14 ~ 2022.12.31
  • MANNING, O'REILLY, PACKT, WILE..
    2016.03.07 ~ 2022.12.31
도서·상품정보 1:1 문의하기
상품상세정보
ISBN 9788968480478(8968480478)
쪽수 592쪽
크기 183 * 235 mm /1052g 판형알림
이 책의 원서/번역서 Python for data analysis / McKinney, Wes

책소개

이 책이 속한 분야

이 책의 주제어

#전산통계
『파이썬 라이브러리를 활용한 데이터 분석』은 NumPy, pandas, matplotlib, IPython 등의 다양한 파이썬 라이브러리를 사용해서 효과적으로 데이터를 분석할 수 있게 알려준 책이다. 연대별 이름 통계 자료, 미 대선 데이터베이스 자료를 기반으로 한 실제 사례 연구를 따라하다 보면 어느덧 데이터에 알맞게 접근하고 효과적으로 분석할 수 있게 된다.

작가의 말

과학계산용 파이썬 오픈 소스 라이브러리의 생태계는 지난 10년간 두드러진 성장세를 보였다. 2011년 말부터 나는 데이터 분석이나 통계 작업을 하려는 파이썬 개발자들이 데이터 분석과 통계용 애플리케이션을 배울 만한 학습 자료가 없다는 점을 안타깝게 생각하게 되었다. 데이터 분석용 핵심 프로젝트, 특히 NumPy, IPython, matplotlib, pandas는 이미 충분히 안정 단계에 접어들었기에 관련 도서가 나와도 금세 유행에 뒤처지지는 않을 것이다. 그래서 2007년, 처음 파이썬을 데이터 분석에 사용했을 때 있었으면 하고 바랐던 책을 집필하기로 마음 먹었다. 이 책이 부디 여러분에게 유용하기를 바라며 아울러 이 책에서 소개하는 도구들이 여러분의 업무에 많은 도움이 될 수 있기를 진심으로 바란다. - 웨스 맥키니

내 생각에 파이썬은 프로그래밍 언어계의 아이돌이다. 등장 시점부터 간결하고 세련된 문법을 앞세워 큰 인기를 끌었고 지금은 아주 많은 분야에서 다양하게 사용되고 있다.
프로그래밍을 업으로 삼고 있는 사람이 아니더라도 쉽게 익힐 수 있는 놀랍도록 매력적인 이 언어의 특징은 이 책의 저자이자 파이썬 데이터 분석 라이브러리인 pandas를 개발한 웨스 맥키니의 사례에서도 극명하게 드러난다.
수학을 전공하고 금융권에서 분석가로 근무하던 저자는 자신의 업무를 위한 쓸 만한 라이브러리가 없음에 좌절하고 파이썬을 배우기 시작해서 가장 유명한 파이썬 데이터 분석 라이브러리인 pandas를 개발했다.
쉬우면서도 범용적 언어인 파이썬을 이용해서 데이터 분석 작업을 하길 원하는 독자에게 이 책은 다양한 분야의 사례를 통해 단계별로 파이썬과 pandas를 이용해서 데이터를 정제하고 분석, 도식화까지 할 수 있도록 안내해줄 것이다. 그뿐만 아니라 데이터 분석 과정을 직접 체험할 수 있는 다양한 이 책의 예제 덕분에 개인적으로도 재미있게 읽을 수 있었던 흔치 않은 개발서다.
처음 원고를 넘긴 지 불과 2년밖에 지나지 않았음에도 불구하고 그동안 pandas 프로젝트는 계속 성장을 거듭하여 기능과 성능 면에서 전과 비교할 수 없을 만큼 발전했으며, 운 좋게 훌륭한 책을 번역했던 역자 또한 번역을 계기로 새로운 인연을 만들고 pandas 프로젝트에 코드도 기여할 수 있었다.
이런 고마운 책과 독자들에게 조금이나마 보답하고자 3쇄에서는 파이썬 3와 pandas 최신 버전인 0.17.2 버전에 맞춰 모든 코드를 테스트하고 변경된 내용을 빠짐없이 반영해두었다. 일부 코드는 완전히 새로 작성해야 하는 경우도 있었으나 즐거운 마음으로 새벽 시간을 쪼개어 작업했으니 당분간 개정판 소식이 없는 지금, 가장 최신 내용을 담고 있는 『파이썬 라이브러리를 활용한 데이터 분석:수정보완판』이 좋은 크리스마스 선물이 되길 기대한다. - 메리 크리스마스! 김영근

목차

__옮긴이의 말
__지은이의 말
__코드 예제 활용
__표지 설명

CHAPTER 1 시작하기 전에
__1.1 이 책은?
__1.2 왜 데이터 분석을 위한 파이썬인가?
____1.2.1 접착제처럼 사용하는 파이썬
____1.2.2 한 가지 언어만 사용
____1.2.3 파이썬을 사용하면 안 되는 경우
__1.3 필수 파이썬 라이브러리
____1.3.1 NumPy
____1.3.2 pandas
____1.3.3 matplotlib
____1.3.4 IPython
____1.3.5 SciPy
__1.4 설치와 설정
____1.4.1 윈도우
____1.4.2 애플 OS X
____1.4.3 리눅스
____1.4.4 파이썬 2.x와 파이썬 3.x
____1.4.5 통합 개발 환경
__1.5 커뮤니티와 컨퍼런스
__1.6 이 책을 살펴보는 방법
____1.6.1 예제 코드
____1.6.2 예제에 사용된 데이터
____1.6.3 import 컨벤션
____1.6.4 용어
__1.7 감사의 말

CHAPTER 2 사례 소개
__2.1 bit.ly의 1.usa.gov 데이터
____2.1.1 순수 파이썬으로 표준시간대 세어보기
____2.1.2 pandas로 표준시간대 세어보기
__2.2 MovieLens의 영화 평점 데이터
____2.2.1 평점 차이 구하기
__2.3 신생아 이름
____2.3.1 이름 유행 분석
__2.4 맺음말

CHAPTER 3 IPython 소개
__3.1 IPython 기본
____3.1.1 탭 자동 완성
____3.1.2 자기관찰
____3.1.3 %run 명령어
____3.1.4 클립보드에 있는 코드 실행하기
____3.1.5 키보드 단축키
____3.1.6 예외와 트레이스백
____3.1.7 매직 명령어
____3.1.8 Qt 기반의 GUI 콘솔
____3.1.9 Pylab 모드와 Matplolib 통합
__3.2 명령어 히스토리 사용하기
____3.2.1 명령어 검색과 재사용
____3.2.2 입?출력 변수
____3.2.3 입?출력 기록하기
__3.3 운영체제와 함께 사용하기
____3.3.1 셸 명령어와 별칭
____3.3.2 디렉터리 북마크 시스템
__3.4 소프트웨어 개발 도구
____3.4.1 인터랙티브 디버거
____3.4.2 코드 시간 측정: %time과 %timeit
____3.4.3 기본적인 프로파일링: %prun과 %run -p
____3.4.4 함수의 각 줄마다 프로파일링하기
__3.5 IPython HTML 노트북
__3.6 IPython을 사용한 제품 개발을 위한 팁
____3.6.1 모듈 의존성 리로딩하기
____3.6.2 코드 설계 팁
__3.7 IPython 고급 기능
____3.7.1 IPython 친화적인 클래스 만들기
____3.7.2 프로파일과 설정
__3.8 감사의 글

CHAPTER 4 NumPy 기본: 배열과 벡터 계산
__4.1 NumPy ndarray: 다차원 배열 객체
____4.1.1 ndarray 생성
____4.1.2 ndarray의 자료형
____4.1.3 배열과 스칼라 간의 연산
____4.1.4 색인과 슬라이싱 기초
____4.1.5 불리언 색인
____4.1.6 팬시 색인
____4.1.7 배열 전치와 축 바꾸기
__4.2 유니버설 함수
__4.3 배열을 사용한 데이터 처리
____4.3.1 배열연산으로 조건절 표현하기
____4.3.2 수학 메서드와 통계 메서드
____4.3.3 불리언 배열을 위한 메서드
____4.3.4 정렬
____4.3.5 집합 함수
__4.4 배열의 파일 입?출력
____4.4.1 배열을 바이너리 형식으로 디스크에 저장하기
____4.4.2 텍스트 파일 불러오기와 저장하기
__4.5 선형대수
__4.6 난수 생성
__4.7 계단 오르내리기 예제
____4.7.1 한 번에 계단 오르내리기 시뮬레이션하기

CHAPTER 5 pandas 시작하기
__5.1 pandas 자료 구조 소개
____5.1.1 Series
____5.1.2 DataFrame
____5.1.3 색인 객체
__5.2 핵심 기능
____5.2.1 재색인
____5.2.2 하나의 로우 또는 칼럼 삭제하기
____5.2.3 색인하기, 선택하기, 거르기
____5.2.4 산술연산과 데이터 정렬
____5.2.5 함수 적용과 매핑
____5.2.6 정렬과 순위
____5.2.7 중복 색인
__5.3 기술통계 계산과 요약
____5.3.1 상관관계와 공분산
____5.3.2 유일 값, 값 세기, 멤버십
__5.4 누락된 데이터 처리하기
____5.4.1 누락된 데이터 골라내기
____5.4.2 누락된 값 채우기
__5.5 계층적 색인
____5.5.1 계층 순서 바꾸고 정렬하기
____5.5.2 단계별 요약통계
____5.5.3 DataFrame의 칼럼 사용하기
__5.6 pandas와 관련된 기타 주제
____5.6.1 정수 색인
____5.6.2 Panel 데이터

CHAPTER 6 데이터 로딩, 저장, 파일 형식
__6.1 텍스트 파일 이용하는 방법
____6.1.1 텍스트 파일 조금씩 읽어오기
____6.1.2 데이터를 텍스트 형식으로 기록하기
____6.1.3 수동으로 구분 형식 처리하기
____6.1.4 JSON 데이터
____6.1.5 XML과 HTML: 웹 내용 긁어오기
__6.2 이진 데이터 형식
____6.2.1 HDF5 형식 사용하기
____6.2.2 마이크로소프트 엑셀 파일에서 데이터 읽어오기
__6.3 HTML, 웹 API와 함께 사용하기
__6.4 데이터베이스와 함께 사용하기
____6.4.1 MongoDB에 데이터 저장하고 불러오기

CHAPTER 7 데이터 준비하기: 다듬기, 변형, 병합
__7.1 데이터 합치기
____7.1.1 데이터베이스 스타일로 DataFrame 합치기
____7.1.2 색인 머지하기
____7.1.3 축 따라 이어붙이기
____7.1.4 겹치는 데이터 합치기
__7.2 재형성과 피벗
____7.2.1 계층적 색인으로 재형성하기
____7.2.2 피버팅으로 데이터 나열 방식 바꾸기
__7.3 데이터 변형
____7.3.1 중복 제거하기
____7.3.2 함수나 매핑 이용해 데이터 변형하기
____7.3.3 값 치환하기
____7.3.4 축 색인 이름 바꾸기
____7.3.5 개별화와 양자화
____7.3.6 특이값 찾아내고 제외하기
____7.3.7 치환과 임의 샘플링
____7.3.8 표시자/더미 변수
__7.4 문자열 다루기
____7.4.1 문자열 객체 메서드
____7.4.2 정규표현식
____7.4.3 pandas의 벡터화된 문자열 함수
__7.5 예제: 미국 농무부 음식 데이터베이스

CHAPTER 8 도식화와 시각화
__8.1 matplotlib API 간략하게 살펴보기
____8.1.1 Figure와 서브플롯
____8.1.2 색상, 마커, 선 스타일
____8.1.3 눈금, 라벨, 범례
____8.1.4 주석과 그림 추가
____8.1.5 그래프를 파일로 저장
____8.1.6 matplotlib 설정
__8.2 pandas에서 그래프 그리기
____8.2.1 선 그래프
____8.2.2 막대 그래프
____8.2.3 히스토그램과 밀도 그래프
____8.2.4 산포도
__8.3 지도 그리기: 아이티 지진 데이터 시각화하기
__8.4 파이썬 시각화 도구 생태계
____8.4.1 Chaco
____8.4.2 mayavi
____8.4.3 기타 패키지
____8.4.4 시각화 도구의 미래

CHAPTER 9 데이터 수집과 그룹 연산
__9.1 GroupBy 메카닉
____9.1.1 그룹 간 순회하기
____9.1.2 칼럼 또는 칼럼의 일부만 선택하기
____9.1.3 사전과 Series에서 묶기
____9.1.4 함수로 묶기
____9.1.5 색인 단계로 묶기
__9.2 데이터 수집
____9.2.1 칼럼에 여러 가지 함수 적용하기
____9.2.2 색인되지 않은 형태로 집계된 데이터 반환하기
__9.3 그룹별 연산과 변형
____9.3.1 apply: 분리-적용-병합
____9.3.2 변위치 분석과 버킷 분석
____9.3.3 예제: 그룹에 국한된 값으로 누락된 값 채우기
____9.3.4 예제: 랜덤 표본과 순열
____9.3.5 예제: 그룹 가중 평균과 상관관계
____9.3.6 예제: 그룹 상의 선형 회귀
__9.4 피벗 테이블과 교차일람표
____9.4.1 교차일람표
__9.5 예제: 2012년 연방 선거관리위원회 데이터베이스
____9.5.1 직장 및 피고용별 기부 통계
____9.5.2 기부금액
____9.5.3 주별 기부 통계

CHAPTER 10 시계열
__10.1 날짜, 시간 자료형, 도구
____10.1.1 문자열을 datetime으로 변환하기
__10.2 시계열 기초
____10.2.1 인덱싱, 선택, 부분 선택
____10.2.2 중복된 색인을 갖는 시계열
__10.3 날짜 범위, 빈도, 이동
____10.3.1 날짜 범위 생성하기
____10.3.2 빈도와 날짜 오프셋
____10.3.3 데이터 시프트
__10.4 시간대 다루기
____10.4.1 지역화와 변환
____10.4.2 시간대 고려해 Timestamp 객체 다루기
____10.4.3 다른 시간대 간의 연산
__10.5 기간과 기간 연산
____10.5.1 Period의 빈도 변환
____10.5.2 분기 빈도
____10.5.3 타임스탬프와 기간 서로 변환하기
____10.5.4 배열을 이용해 PeriodIndex 생성하기
__10.6 리샘플링과 빈도 변환
____10.6.1 다운샘플링
____10.6.2 업샘플링과 보간
____10.6.3 기간 리샘플링
__10.7 시계열 그래프
__10.8 이동창 기능
____10.8.1 지수 가중 함수
____10.8.2 이진 이동창 함수
____10.8.3 사용자 정의 이동창 함수
__10.9 성능과 메모리 사용량에 대한 노트

CHAPTER 11 금융, 경제 데이터 애플리케이션
__11.1 데이터 준비
____11.1.1 시계열과 크로스 섹션 정렬
____11.1.2 다른 빈도를 가지는 시계열 연산
____11.1.3 일별 시간과 현재 최신 데이터 선택하기
____11.1.4 데이터와 함께 나누기
____11.1.5 수익 지수와 누적 수익
__11.2 그룹 변환과 분석
____11.2.1 그룹 요인 밝히기
____11.2.2 십분위와 사분위 분석
__11.3 추가 예제 애플리케이션
____11.3.1 신호 경계 분석
____11.3.2 선물 계약 롤링
____11.3.3 롤링 상관관계와 선형 회귀

CHAPTER 12 고급 NumPy
__12.1 ndarray 객체 내부 알아보기
__12.1.1 NumPy dtype 구조
__12.2 고급 배열 조작 기법
____12.2.1 배열 재형성하기
____12.2.2 C와 포트란 순서
____12.2.3 배열 이어붙이고 나누기
____12.2.4 원소 반복시키기: repeat과 tile
____12.2.5 팬시 색인: take와 put
__12.3 브로드캐스팅
____12.3.1 다른 축에 대해 브로드캐스팅하기
____12.3.2 브로드캐스팅 이용해 배열에 값 대입하기
__12.4 고급 ufunc 사용법
____12.4.1 ufunc 인스턴스 메서드
____12.4.2 사용자 ufunc
__12.5 구조화된 배열과 레코드 배열
____12.5.1 중첩된 dtype과 다차원 필드
____12.5.2 구조화된 배열을 사용해야 하는 이유
____12.5.3 구조화된 배열 다루기: numpy.lib.recfunctions
__12.6 정렬에 관하여
____12.6.1 간접 정렬: argsort와 lexsort
____12.6.2 다른 정렬 알고리즘
____12.6.3 numpy.searchsorted: 정렬된 배열에서 원소 찾기
__12.7 NumPy matrix 클래스
__12.8 고급 배열 입?출력
____12.8.1 메모리 맵 파일
____12.8.2 HDF5 및 기타 배열 저장 옵션
__12.9 성능 팁
____12.9.1 인접 메모리의 중요성
__12.9.2 기타 성능 옵션: Cython, f2py, C

부록 파이썬 언어의 기본
__A.1 파이썬 인터프리터
__A.2 파이썬 기초
____A.2.1 시멘틱
____A.2.2 스칼라형
____A.2.3 흐름 제어
__A.3 자료 구조와 순차 자료형
____A.3.1 튜플
____A.3.2 리스트
____A.3.3 내장 순차 자료형 함수
____A.3.4 사전
____A.3.5 세트
____A.3.6 리스트 내포, 사전 내포, 세트 내포
__A.4 함수
____A.4.1 네임스페이스, 스코프, 지역 함수
____A.4.2 여러 값 반환하기
____A.4.3 함수도 객체다
____A.4.4 익명 함수
____A.4.5 클로저: 함수를 반환하는 함수
____A.4.6 *args와 **kwargs를 사용해서 호출 문법 확장하기
____A.4.7 커링: 일부 인자만 취하기
____A.4.8 제너레이터
__A.5 파일과 운영체제

__Index

출판사 서평

이 책이 제시하는 핵심 내용
파이썬 라이브러리를 활용해서 각종 사례를 예로 들어 빅데이터를 분석하는 가장 완벽한 교재

이 책의 특징과 장점
* 파이썬 3와 pandas 0.17대의 최신 버전에서 테스트
* pandas, NumPy, matplotlib, IPython 등 다양한 파이썬 라이브러리 소개 및 활용
* 연대별 이름 통계 자료, 미 대선 데이터베이스 자료 등의 사례 연구

어떤 독자를 위한 책인가?
* 빅데이터 관련 개발자
* 데이터를 분석해서 비즈니스에 활용하고자 하는 사람
* 데이터 과학자
* R... 더보기

Klover 리뷰 (0)

북로그 리뷰 (6) 전체보기 쓰러가기

북로그 리뷰는 본인 인증 후 작성 가능합니다.
책이나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 내용은 비공개 처리 될 수 있습니다.
※ 북로그 리뷰 리워드 제공 2021. 4. 1 종료
  • Python for Data Analysis (2013, 한빛비즈) ki**akmin | 2013-11-03 | 추천: 0 | 5점 만점에 4점
    IT의 발전 순서를 가만히 관조해보면 초창기에는 Hardware 자체가 귀했기 때문에 가격 자체가 비쌌고 따라서 모든 IT의 관심 및 Resource가 컴퓨터에 초점을 맞추었었다. 그러다 1970년대 말 PC 개념이 출현하면서 Hardware의 가격은 급속히 하락하기 시작했고, Hardware 중심의 IT 기업들은 채산성을 맞추기 힘들었다. 그러자 자연히 Software로 IT의 중심이 움직였고, 70년대에 출현한 Microsoft, Oracle, Symantec같은 Software 업체들이 자연히 IT의 Power Group을 형... 더보기
  • 데이터 분석의 일면과 파이썬 기초를 동시에 맛볼 수 있는 책! ks**ok91 | 2013-11-03 | 추천: 0 | 5점 만점에 4점
    데이터 분석, 데이터 시각화에 관한 트렌디한 이야기를 들으면서, 관심이 하루하루 늘어가고 있던 와중! 학교를 다니면서 Matlab이나 ModelSim 같은 수학적이고, 종속적인 툴들을 접하다보니, 자유로우면서도 어느정도 공학적 요소를 살릴 수 있는 프로그래밍을 하고 싶다는 생각이 들었다. 광범위하게 쓸 수 있으면서 C언어처럼 자유로우면서 강력한 라이브러리들이 있다는 Python에 대한 관심이 높아져서 이 책을 읽어보았다.   Python를 부담 때문에 접하지 않은 ^^;; 한가지 핑계로써 기존에 가지... 더보기
  • 파이썬으로 데이터 분석을 한다고? (Python for Data Analysis - 한빛미디어) hj**816 | 2013-11-01 | 추천: 0 | 5점 만점에 5점
      파이썬을 제가 알게된지 2년이 되었습니다. 그동안 몇 번의 책 리뷰도 해 보았고 찝적거려 본 적도 꽤 되었지만, 이것으로 뭘 해야겠다는 생각이 든 적이 별로 없었습니다. 그도 그럴것이 주무기로 사용하던 델파이가 너무도 익숙했던 탓입니다. 최근 들어 개발직에서 잠시 물러나 있는 동안 편안한 마음으로 만져보고 있는 것들에서 또 다른 재미를 발견하는 것으로 보아서는 그 이유가 정확한 것 같습니다.   이 책은 처음 받은 순간에는 굉장히 부담스러웠습니다. 느낌부터가 남달랐다고 할까요. 왠지 선뜻 페이지를 펼치... 더보기
  • [Book] Data Analyst를 위한 Python for Data Analysis kc**oodboy | 2013-10-29 | 추천: 0 | 5점 만점에 4점
    사실 내가 Python을 처음 접한건 지난 7월이었다. 그때 내가 들은 수업중에 Coding the matrix란 수업이 있었는데 이 수업의 과제가 보통 Python을 활용한 과제들이 나와서 그때 열심히 공부했던 적이 있다. 그때 써보면서 느낀거지만 Python은 정말 사람이 생각하는대로 구현하기 쉬운 언어라고 생각한다. 어떤 알고리즘도 그냥 Pseudo code로 정의되어 있는 그대로 옮겨 적으면 실행된다. 그걸 일부러 C로 옮기면 갖가지 라이브러리를 불러내고 메모리 접근 관계도 계산해야 되고, 참 복잡해진다. 학교에 있는... 더보기
  • 재미있게 읽었습니다. le**love | 2013-10-28 | 추천: 0 | 5점 만점에 4점
    중요한 알고리즘이나, 방법론을 설명하는 책은 아니다  2장부터 끝까지 예제를 계속해서 보여줌으로써, 눈이 아닌 손으로 익히게 해준다.  이 예제들을 본것으로 충분했다. 내가 필요한것을 하기 위해 기존의 Kepler에서 TestCase를 먼저 작성하거나, PyCharm을 켜놓고 고민하는게 아닌, IPython에 import numpy, pandas를 해야함을 깨우쳤다. 지금 하고 있는 일에 날개를 달아주는 느낌이다. 제일 중요한 내용만 리뷰로 남겼고 블로그에 전체 내용이 있어요 ㅎhttp://bistros.... 더보기

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매 후 문장수집 작성 시, 리워드를 제공합니다. 안내

스토리K

총 1건의 스토리K가 있습니다.

    교환/반품/품절안내

    ※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

    교환/반품/품절안내
    반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
    [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)
    ※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
        또는 고객센터 (1544-1900)
    반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
    상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
    반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
    반품/교환 불가 사유
    • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
      (단지 확인을 위한 포장 훼손은 제외)
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
      예) 화장품, 식품, 가전제품(악세서리 포함) 등
    • 복제가 가능한 상품 등의 포장을 훼손한 경우
      예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
    • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
    • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
      해당되는 경우
    (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①서양도서-판매정가의 12%, ②일본도서-판매정가의 7%를 적용)
    상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
    이메일과 문자로 안내드리겠습니다.
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함

    기프트 BEST

    더보기

    이 분야의 베스트

    더보기+

    이 분야의 신간

    더보기+

    이 책의 연관도서

    더보기+
    바로가기
    • 우측 확장형 배너 2
    • 우측 확장형 배너 2
    TOP
    DOWN
    최근 본 상품 0 열기
    최근 본 상품
    닫기