Python2年生 データ分析のしくみ 体験してわかる！会話でまなべる！（森 巧尚）｜翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. Python2年生 データ分析のしくみ 体験してわかる！会話でまなべる！

Python2年生 データ分析のしくみ 体験してわかる！会話でまなべる！

著

形式：
書籍
発売日：
ISBN：
9784798164960
定価：
2,420円（本体2,200円＋税10%）
仕様：
B5変・200ページ
カテゴリ：
プログラミング・開発
キーワード：
#プログラミング,#開発環境,#開発手法,#Web・アプリ開発
紙の書籍
電子書籍
本書籍には新版があります
Python2年生 データ分析のしくみ 第2版 体験してわかる！会話でまなべる！

購入はこちら

Pythonでデータ分析を体験してみよう！

【データ分析を一緒に体験しよう】
スクレイピングなどで集めた大量のデータ。
どうやって分析してたらよいか、困っていませんか？
「数式があって難しそう」
「プログラムも大変そう」
と思っている方も多いはず。
本書は、そうした方に向けて、サンプルを元にやさしく
データ分析の方法を解説しています。

【Python2年生について】
「Python2年生」は、「Python1年生」を読み終えた方を対象とした入門書です。
ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。
『Python2年生 スクレイピングのしくみ』（ISBN：9784798161914）も刊行されています。

【対象読者】
・データの分析方法を知りたい初心者

【本書のポイント】
ヤギ博士＆フタバちゃんと一緒に、データ分析の考え方から丁寧に解説。
データを分析する時に必要な前処理の方法や、データの集まりの見方、
データを見やすいグラフにする方法、データの分布の見方、予測の立て方を
解説する書籍です。

【著者プロフィール】
森 巧尚（もり・よしなお）
アプリの開発や、技術書や電子工作マガジンなどでの執筆活動。関西学院大学非常勤講師、
関西学院高等部非常勤講師、成安造形大学非常勤講師、プログラミングスクールコプリ講師など、
プログラミングに関する幅広い活動を行っている。
近著に『Python1年生』、『Python2年生 スクレイピングのしくみ』、
『Java1年生』、『動かして学ぶ！Vue.js開発入門』（いずれも翔泳社）、
『楽しく学ぶ アルゴリズムとプログラミングの図鑑』（マイナビ出版）などがある。

Pythonでデータ分析を体験してみよう!

Pythonでデータ分析を体験してみよう!

【データ分析を一緒に体験しよう】

スクレイピングなどで集めた大量のデータ。どうやって分析してたらよいか、困っていませんか? 「数式があって難しそう」 「プログラムも大変そう」 と思っている方も多いはず。 本書は、そうした方に向けて、サンプルを元にやさしくデータ分析の方法を解説しています。


【Python2年生について】

「Python2年生」は、「Python1年生」を読み終えた方を対象とした入門書です。ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。『Python2年生 スクレイピングのしくみ』(ISBN:9784798161914)も刊行されています。


【対象読者】

データの分析方法を知りたい初心者


【本書のポイント】

ヤギ博士&フタバちゃんと一緒に、データ分析の考え方から丁寧に解説。データを分析する時に必要な前処理の方法や、データの集まりの見方、データを見やすいグラフにする方法、データの分布の見方、予測の立て方を解説する書籍です。


第1章　データ分析って何？
LESSON 01　データ分析って何
LESSON 02　データ分析の手順：PPDACサイクル
LESSON 03　Jupyter Notebookをインストールしよう
LESSON 04　Jupyter Notebookの使い方

第2章　集めたデータは前処理が必要
LESSON 05　表データを読み込もう
LESSON 06　データをざっくりと眺める
LESSON 07　データのどこを使う？
LESSON 08　データのミスをチェックする

第3章　データの集まりをひとことでいうと？：代表値
LESSON 09　データを平らに均（なら）す
LESSON 10　平均値を代表といっていいの？
LESSON 11　平均値が同じなら、同じといっていいの？

第4章　図で特徴をイメージしよう：グラフ
LESSON 12　データのばらつきがわかる
LESSON 13　基本的なグラフを作ろう
LESSON 14　ばらつきのわかるグラフ
LESSON 15　グラフをわかりやすく調整する

第5章　これって普通なこと？珍しいこと？：正規分布
LESSON 16　データのばらつきを数値で表す
LESSON 17　自然なばらつき
LESSON 18　この値は普通なこと？珍しいこと？
LESSON 19　このデータは自然なばらつき？
LESSON 20　違うばらつきのデータでの比較ができる

第6章　関係から予測しよう：回帰分析
LESSON 21　2種類のデータの関係性の強さ：相関係数
LESSON 22　散布図の上に線を引いて予測
LESSON 23　総当たりで表示させる散布図
LESSON 24　アヤメのデータを見てみよう

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

追加情報はありません。

  • よくある質問

    Q：リスト6.12でエラーがでる
    A：本書刊行時はpandas 1.0.1を利用していますが、それからpandas 2.2.0になり、ライブラリに仕様変更があったようです。本書で解説している「df.corr()」は、これまでは「文字列などの非数値型のデータを含む列は、自動的に除外して計算する」という便利な設定でエラーが出なかったのですが、最近のバージョンでは「文字列などの非数値型のデータを含む列は、自動的には除外されない」という仕様に変わったようです。

    直前のプログラムで実行したように、「df.head()」を実行すると、以下のようにデータ内容を確認することができます。

    sepal_length sepal_width petal_length petal_width species
    0 5.1 3.5 1.4 0.2 setosa
    1 4.9 3.0 1.4 0.2 setosa
    2 4.7 3.2 1.3 0.2 setosa
    3 4.6 3.1 1.5 0.2 setosa

    species列のデータは文字列で、このためエラーが発生するようになりました。以前は、自動的にこの列を除外してくれていたのですが、これからは「A.手動で除外する」か、「B.数値以外を自動で除外する指定をする」必要があります。

    Bのほうが簡単に対処できます。

    df.corr()

    の命令文を

    df.corr(numeric_only=True)

    に変更して実行してください。

    -----------------------------
    Q:P.161～162ページでリスト5.18や、5.19を実行すると警告がでます。
    A：最新版の環境では、リスト5.18や、5.19を実行すると「FutureWarning（将来的な警告）」が出るようになりました。これはseabornに仕様変更があり「distplot」が将来的になくなるためです。しばらくは警告が出るだけで問題なく動きますが、将来的に「distplot」の表示はできなくなる可能性があります。初心者にはとても便利な命令だっただけに残念です。
    （2022/09/28更新）

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付（書籍の最終ページ）に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2024年01月11日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 033
「5.seaborn（シーボーン）をインストールします。」の本文		 未 未
誤 seabornをインストールするとscipyも自動的にインストールされる場合があります。「scipy」にチェックが付いてなければチェックを付けて、［Apply］ボタンをクリックしましす。・・・
正 同じように、検索窓で「seaborn」と入力して、「seaborn」にチェックを付けて、［Apply］ボタンをクリックしてインストールします。・・・
2024.01.11
1刷 037
吹き出し内　3行目 		4刷 済
誤 何てもできちゃう！
正 何でもできちゃう！
2021.08.30
1刷 047
1行目（書式のキャプション）		 2刷 済
誤 書式：行データから、データフレームを作る
正 書式：列データから、データフレームを作る
2020.08.07
1刷 063
書式　行データを追加する（※pandas 2.0以降をお使いの場合）		 未 未
誤 データフレーム = データフレーム.append(行データ)
正 データフレーム = pd.concat([データフレーム, pd.DataFrame(行データ).T])
2023.10.11
1刷 063
リスト2.21（※pandas 2.0以降をお使いの場合）		 未 未
誤 dfB = dfB.append(dfA.iloc[0])
正 dfB = pd.concat([dfB, pd.DataFrame(dfA.iloc[0]).T])
2023.10.11
1刷 076
書式：カンマ付き文字列の列データのカンマを削除する		 5刷 未
誤 
データフレーム["列名"] = データフレーム["列名"].str.replace(",",""))
正 
データフレーム["列名"] = データフレーム["列名"].str.replace(",","")
備
考		 末尾の「)」を1つ削除します。
2022.07.04
1刷 083
表のAクラスの０行目の値		 3刷 済
誤 28
正 82
2021.01.07
1刷 122
箱ひげ図の下から３つ目の第3四分位数（75%ライン）の部分は第1四分位数（25% ライン）になる		 2刷 済
誤
正 >
2020.08.31
1刷 130
リスト4.26、4行目と8行目のXを小文字、5行目と9行目のYを小文字にする		 3刷 済
誤 df.plot.scatter(x="身長", y="体重", c="b", figsize=(12,8)) plt.title("私はどこにいるか") X=df.iloc[3]["身長"] Y=df.iloc[3]["体重"] plt.plot(x, y, c="r", marker="X", markersize=15) plt.axvline(x=X, c="r", linestyle="--") plt.axhline(y=Y, c="r", linestyle="--") plt.show()
正 df.plot.scatter(x="身長", y="体重", c="b", figsize=(12,8)) plt.title("私はどこにいるか") x=df.iloc[3]["身長"] y=df.iloc[3]["体重"] plt.plot(x, y, c="r", marker="X", markersize=15) plt.axvline(x=x, c="r", linestyle="--") plt.axhline(y=y, c="r", linestyle="--") plt.show()
2020.09.04
1刷 165
本文、下から1～3行目		 4刷 済
誤 　逆に、上から何％に入るには何点必要かも、「norm.ppf」で調べることができます。 　上から、15.86%、2.275%、0.134%に入るには何点必要か調べてみましょう（リスト5.21）。
正 　逆に、上から何％に入るのに必要な偏差値は、「norm.ppf」で調べることができます。 　上から、15.86%、2.275%、0.134%に入るのに必要な偏差値を調べてみましょう（リスト5.21）。
備
考		 「点」ではなく「偏差値」になります。
2021.03.24
1刷 166
リスト5.21と出力結果		 4刷 済
誤 perlist = [0.1586, 0.02275, 0.00134] for per in perlist: ppf = norm.ppf(q=(1-per), loc=50, scale=10) print("上から", per * 100, "%以上に入るには、",ppf,"点が必要") 【出力結果】 上から 15.86 %以上に入るには、 60.002283757327085 点が必要 上から 2.275 %以上に入るには、 70.00002443899604 点が必要 上から 0.134 %以上に入るには、 80.02240904267309 点が必要
正 perlist = [0.1586, 0.02275, 0.00134] for per in perlist: ppf = norm.ppf(q=(1-per), loc=50, scale=10) print("上から", per * 100, "%以上に入るには、偏差値",ppf,"以上が必要") 【出力結果】 上から 15.86 %以上に入るには、偏差値 60.002283757327085 以上が必要 上から 2.275 %以上に入るには、偏差値 70.00002443899604 以上が必要 上から 0.134 %以上に入るには、偏差値 80.02240904267309 以上が必要
備
考		 「点」ではなく「偏差値」になります。
2021.03.24
2刷 129
リスト4.25　上から6行目		 3刷 済
誤 plt.plot(X, Y, c="r", marker="X", markersize=15)
正 plt.plot(x, y, c="r", marker="X", markersize=15)
2021.01.15

感想・レビュー

アルエ さん

2021-03-07

データ分析を勉強したくて読む 統計学に必要な基礎が中心 データ分析は、人間では限界がある ⇒「統計学」:「大量のデータから傾向を見つけ出して、法則を発見するための技術」

Fumie Togo さん

2021-02-14

kaggleをはじめたい私の機械学習導入本一冊目、ようやく欲しい本にたどり着いた…！ 本書の内容は環境の構築～回帰曲線の目的と描写までです。必修のscikit-learnまでは本書ではフォローしていません。