pandas와 plotly를 활용한 treemap 2020 전국 행정구역 단위별 외국인주민

Python(파이썬)은 데이터의 수집과 분석에 유용한 프로그래밍 언어이다. 양적조사와 마친가지로 질적조사 또한 현실 속에서 패턴을 찾고 해석하는 일이다. Python 코딩에 익숙하면 대량의 데이터를 수집하고 분석할 수 있다. 또한 텍스트, 이미지, 영상, 음성 등의 질적 데이터를 쉽게 분류하고, 패턴을 추출하고, 의미 코딩을 효과적으로 할 수 있다. 질적조사에서도 Python의 응용이 점점 늘어나고 있다. 코딩 없이 소프트웨어를 이용하는 방법도 있다. QDAS란 코딩 없이 질적자료를 분석해주는 SW들을 말한다. 그 가운데 QualCoder 는 Python으로 만든 Open-Source QDAS로서 기존의 유료 QDAS를 대체할 만큼 좋은 기능을 갖추고 있다.

질적조사에서도 파이썬(python)이 매우 유용한 도구가 될 수 있다. Python을 이용하여 현재 사용되고 있는 TLAS.TI, MAXQDA, NVIVO와 같은 QDAS 기능을 구현할 수 있을 뿐만 아니라, 연구자가 가진 아이디어를 적용해서 다양한 분석방식을 설계해 볼 수 있다. 뿐만 아니라 양적 데이터나 빅데이터 분석도 쉽게 해 낼 수 있다. 특히 여러 사람들의 분석결과를 종합하고 결합할 때도 유용하다. 따라서 Python을 잘 활용하면 양적-질적 데이터를 결합하거나 연구진의 다양한 의견을 결합하여 더 창의적이고 재미있는 연구/조사를 할 수 있다. 이번엔 Carsten Knoch가 제안한 docx 문서에서 특정 문장과 메모를 추출하고 정리하는 방법 하나를 소개합니다.