記事一覧
pandasデータ構造
今日は「pandasデータ構造」のコースを修了したので、その内容について書いておこうと思う。本コースでは、pandasのデータ型であるSeries型とDataFrame型のそれぞれにおいて、データの作成方法やデータの抽出方法を学べる。特に、データの抽出方法は利用価値があると感じたので、メモ代わりに残しておく。
余談だが、iPad AirとApple Pencilを購入した。GoodNote5
pandasデータ処理初級#2
PyQのコースにある「pandasデータ処理初級」を進めているが、現状これじゃない感がすごい。DataFrameの宣言や取り扱いの仕方に関してはいいのだが、
import pandas as pddf = pd.DataFrame([list('abc'), list('def'), list('ghi')], columns=['r1', 'r2', 'r3'
pandasデータ処理初級
今日からpandasデータ処理初級のコースに入る。本コースではpythonのデータ解析ライブラリの一つである「pandas」を用いたデータ処理の基本について学ぶ。実際の業務に活かせそうな内容になっており、非常に面白くなってきた。本日学んだ内容は、データの読み込みから、データ内容の編集・追加、データの抽出方法である。明日も引き続き本コースの学習を進める。
気づけば夜になっていた。
申し訳ないが今日はあまりpythonの勉強はしなかった。美容院に行って、散歩したあとに読書していたらあっという間に夜になっていたんだ。その代わり、「ストレスフリー超大全」は無事に一度読了した。明日、もう一週読んで、感想を書きたいと思う。
pythonに関しては「matplotlibの使い方」のレッスンが終了した。明日からはpandasを用いたデータ処理に入るので、いよいよデータサイエンス感が
matplotlibによるグラフの描画
今日はmatplotlibを用いたグラフの描画方法について簡単に学んだ。グラフエリアの定義から、軸ラベルや凡例といった各種項目の設定など多岐に渡り自由に設定できるようだ。グラフの配置をn行m列で設定できることから、繰り返し計算で、どのデータをどのグラフに反映させるかといった作業も容易に可能な見込みを得た。設定方法を備忘録として下記に記載するが、やはりタイピングでは若干記憶に残りづらいという印象。
もっとみるpythonを用いたデータサイエンスに向けて
昨日はPyQの「はじめてのプログラミング」のコースを学習していたが、pythonはある程度基本は抑えているので流石に簡単すぎた。そこで、今日は「データ分析」のコースに取り組んでみた。
データ分析をするに当たり、データの可視化が必要不可欠である。本コースの1stレッスン「Jupyter Notebookと可視化」では、データを可視化することに適した実行環境「Jupyter Notebook」の