Pythonプログラミング＆データサイエンスライブラリ活用入門

■序章　本書の3つのテーマと構成
0-1　Python流プログラミング
0-2　プログラミング的思考
0-3　データサイエンスライブラリ活用術

■第1章　Python文法の基本
1-1　変数と命名規則
1-2　演算子と式
1-3　制御構造
1-4　文字列処理
1-5　リスト処理
1-6　データの入力と出力
1-7　関数とメソッド
1-8　コーディング書式

■第2章　Python流プログラミング
2-1　Pythonのデータ型
2-2　タプルとアンパック代入
2-3　辞書
2-4　集合（セット）
2-5　リスト、タプル、辞書、集合の相互関係
2-6　標準ライブラリと外部ライブラリ
2-7　Python特有の表記法
2-8　コールバック関数・高階関数・lambda式
2-9　オブジェクト指向プログラミング

■第3章　Pythonの機能を使った各種処理
3-1　ファイル処理
3-2　例外処理［try except文］
3-3　正規表現を用いたマッチング［reライブラリ］
3-4　乱数処理［randomライブラリ］
3-5　高階関数を使ったリスト／辞書の処理

■第4章　ColabTurtleを使ったプログラミング的思考
4-1　ColabTurtleの使い方
4-2　ライブラリ（glib.py）の作成
4-3　デザインする
4-4　繰り返し模様
4-5　漢字フォントを作る

■第5章　データ構造とアルゴリズム
5-1　データ構造
5-2　アルゴリズム
5-3　再帰的思考
5-4　複雑なデータ型のソート
5-5　CSVファイルのデータから辞書を作る
5-6　正規表現を使ったテキスト解析
5-7　字句解析
5-8　決定木
5-9　木のトラバーサル

■第6章　Matplotlibによる可視化
6-1　グラフの作成と描画の概要
6-2　折れ線グラフ
6-3　円グラフ
6-4　棒グラフ
6-5　積み上げ棒グラフ
6-6　重ねて表示
6-7　複数の領域に表示
6-8　レーダーチャート
6-9　箱ひげ図
6-10　3D表示

■第7章　seabornによる統計的グラフの作成
7-1　tipsデータセット
7-2　実データでグラフを作る
7-3　グラフをカスタマイズする
7-4　ヒートマップ
7-5　回帰プロットとカーネル密度推定（KDE）

■第8章　NumPyによる科学技術計算
8-1　NumPyの概要
8-2　統計データ処理
8-3　行列算と連立方程式の解法
8-4　複素数計算
8-5　データクリーニング
8-6　mpmatライブラリ
8-7　関数グラフの描画
8-8　3次元関数

■第9章　NLTKとspaCyを用いた自然言語処理
9-1　品詞タグ付け
9-2　ステミング
9-3　日本語対応［janomeライブラリ］
9-4　構文解析［spaCyライブラリ］
9-5　翻訳

■第10章　Pandasによるデータフレームとデータ操作
10-1　Pandasのデータ構造とデータ操作
10-2　ファイル操作
10-3　データクリーニング
10-4　Matplotlibで可視化

■第11章　scikit-learnによる機械学習
11-1　標準化と正規化
11-2　単回帰分析
11-3　クラスタリング
11-4　主成分分析（PCA）

■第12章　BeautifulSoupを用いたWebスクレイピング
12-1　HTMLの構文解釈
12-2　実際のWebページにアクセスする
12-3　CSSセレクタによる抽出
12-4　結果をファイルに書き出す