よくわかるPythonデータ分析入門　～はじめてでもつまずかないNumPy/Pandas/Matplotlib～

本書をご利用いただく前に

第1章　データ分析の概要を理解する
1-1　データ分析
　1-1-1　データ分析でできること
　1-1-2　データ分析のプロセス
1-2　Pythonによるデータ分析
　1-2-1　Pythonによるデータ分析の特徴
　1-2-2　Pythonによるデータ分析に必要なスキル
　1-2-3　Pythonによるデータ分析に必要な環境

第2章　Pythonによるデータ分析の環境構築を行う
2-1　Pythonの環境構築
　2-1-1　Pythonのインストール
2-2　ライブラリ
　2-2-1　ライブラリのインストール
　2-2-2　ライブラリのインポート
2-3　Jupyter Lab
　2-3-1　Jupyter Labのインストール
　2-3-2　ノートブックの作成
　2-3-3　ノートブックの基本用語
　2-3-4　ノートブックの基本操作

第3章　データの数値計算を行う
3-1　NumPyの概要
　3-1-1　NumPyとは
　3-1-2　NumPyとPython標準機能の違い
3-2　NumPy配列の基礎
　3-2-1　numpy.ndarrayの作成
　3-2-2　NumPyのデータ型
　3-2-3　NumPy配列の属性
3-3　NumPy配列を操作する機能
　3-3-1　NumPy配列の形状を変える
　3-3-2　NumPy配列に要素を追加する
　3-3-3　様々なNumPy配列を作成する
　3-3-4　等差数列となるNumPy配列を作成する
　3-3-5　NumPy配列から要素を条件抽出する
　3-3-6　NumPy配列をソートする
　3-3-7　NumPy配列を結合する
　3-3-8　NumPy配列の累積和を求める
3-4　NumPyの数学関数
　3-4-1　四則演算と基本的な数学関数
　3-4-2　平均値と中央値
　3-4-3　分散と標準偏差
3-5　実習問題

第4章　データの加工と集計を行う
4-1　Pandasの概要
　4-1-1　データを分析するまでの流れ
　4-1-2　Pandasとは
4-2　データフレームの扱い
　4-2-1　データフレームの作成
　4-2-2　ファイルの読み書き
　4-2-3　データ型の変換
　4-2-4　データの抽出
　4-2-5　データの条件抽出と並べ替え
　4-2-6　行・列の追加と削除
4-3　データの加工
　4-3-1　データの加工方法の分類
　4-3-2　Pandasを使ったデータ加工① データの結合
　4-3-3　Pandasを使ったデータ加工② データの整形
　4-3-4　Pandasを使ったデータ加工③ 変数作成
4-4　データの集計
　4-4-1　データの集計方法の分類
　4-4-2　Pandasを使った集計
　4-4-3　Pandasを使ったグループ化と集計
　4-4-4　Pandasを使ったピボットテーブル
4-5　実習問題

第5章　データの可視化を行う
5-1　データの可視化
　5-1-1　データの要約
　5-1-2　グラフの種類
5-2　Matplotlibの基本
　5-2-1　Matplotlibとは
　5-2-2　Matplotlibの共通的な使い方
5-3　分布
　5-3-1　基本統計量
　5-3-2　ヒストグラム
　5-3-3　箱ひげ図
5-4　量や比率の比較
　5-4-1　棒グラフ
　5-4-2　帯グラフ
5-5　量の推移
　5-5-1　折れ線グラフ
5-6　関係性
　5-6-1　散布図
　5-6-2　相関係数の算出
5-7　実習問題

第6章　データのグルーピングを行う
6-1　データのグルーピング
　6-1-1　クラスタリングとは
　6-1-2　K-means法の実行例

付録
研修コースのご紹介

索引