Pythonデータ処理入門

「Pythonデータ処理入門」の連載記事一覧です。

Pythonデータ処理入門:

Pythonでデータ処理を始めようという人に向けて、pandasとは何か、インストール、データセットの読み込みと書き込み、簡単なメソッド呼び出しまでを説明します。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyの多次元配列の要素は全て同じ型である必要があります。が、異なる型のデータを1つの配列に格納したいこともあるはずです。それを可能にする構造化配列を紹介します。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyには日付を扱うためのnumpy.datetime64クラスとnumpy.timedelta64クラスがあります。これら2つのクラスを使った日付の扱い方を紹介しましょう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

PythonとNumPyを使って手作業で、回帰分析のモデルを表す回帰式を求め、その決定係数を計算してみましょう。回帰分析が初めての方でもステップバイステップで計算内容が理解できます。同じ計算を手軽に行えるNumPyのpolyfit関数も解説します。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

2種類のデータの関連の度合いを調べるには相関係数やそれを可視化したヒートマップ、散布図を使ってデータセットの調査をさらに進めていきましょう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyとMatplotlibを組み合わせ、データセットに含まれているデータがどのような分布になっているかを可視化してみましょう。新たな知見が得られるかもしれません。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

データセットがどのような特徴を持つのか、その基本は最大値/最小値/平均値/中央値/最頻値/標準偏差などの基本統計量を使って調べられます。実際のデータを使って、これを体感してみましょう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyが提供する基本統計量を調べるさまざまな関数を使って、サンプルデータにはどんな特徴があるかを調べてみましょう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyが提供するndarrayオブジェクトで行列を扱う際には、逆行列や行列式、行列の固有値と固有ベクトルが簡単に求められます。その基本を見ていきましょう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

内積や行列積、アダマール積などさまざまな種類がある行列の積とそれらを計算する関数、2つのベクトル(行列)が似ているかどうかを判定できるコサイン類似度について触れてみよう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyには最大値や最小値を求める関数/メソッドがとてもたくさん用意されています。それらの幾つかと最大値や最小値を求める際に注意が必要なNaN値の扱いについて見ていきます。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyが提供する多次元配列の要素を選択するために、その整数値のインデックスを配列で与えたり、ブーリアン値の配列を与えたりする方法を紹介します。覚えると便利に使えるはずです。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

ndarrayオブジェクトはさまざまな形で操作できます。今回はその基本となる形状の変更、四則演算、インデックスとスライスによる要素選択と値の変更を見ていきます。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyが提供する最重要な要素といえば多次元配列を表すndarrayオブジェクト。このオブジェクトを作成して、その基本となる特性を見てみよう。

[かわさきしんじ, Deep Insider編集部] ()
Pythonデータ処理入門:

NumPyってどんなもの? どんな機能があるの? ここからデータ処理の第一歩を踏み出そう。Python入門に続く入門シリーズが開始!

[かわさきしんじ, Deep Insider編集部] ()

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。