データ分析者のためのChatGPTデータ分析・可視化術 効率的なプロンプトで分析力・表現力アップ！ 新刊
白辺 陽 著
- 形式：
- 書籍
- 発売日：
- 2025年04月11日
- ISBN：
- 9784798189758
- 定価：
- 2,750円（本体2,500円＋税10%）
- 仕様：
- A5・288ページ
- カテゴリ：
- 人工知能・機械学習
- キーワード：
- #プログラミング,#開発手法,#データ・データベース,#ビジネスIT
- シリーズ：
- Prompt for Engineers
購入はこちら
翔泳社通販SEshop
Kindle
honto
ヨドバシ
BookLive!
Google
煩雑で時間をかけていた
データ分析・可視化も
「秒」で解決！
【本書の概要】
本書はChatGPTのプロンプトを利用して、効率的かつクオリティの高い分析・可視化手法を解説した書籍です。今まで膨大な時間と複雑な手間をかけていたデータ分析も本書を利用すれば、素早く精度の高い分析結果を導くことができます。また分析手法だけでなく、可視化プロセスも触れていますので、美麗でわかりやすいグラフを作成できます。
【本書の特徴】
・データ分析者
・データサイエンティスト
具体的には以下のような方
・仕事でExcelやPythonを使いデータ分析をしているけど、分析するまでに時間がかかり、もっと効率的に行いたい人
・分析やビジュアライゼーションの質を上げたい人
・ExcelやPythonを利用してデータ分析をした経験があるけど、手順やプログラムが複雑で挫折した人
【利用するツール】
・ChatGPT Plus：ChatGPT-4o（2024年9月～12月）
・Microsoft Excel 2024
・Microsoft Edge
【本書の特徴】
・精度の高い分析手法がわかる
・美麗なグラフ作成方法がわかる
・複数データの合成／加工方法がわかる
【目次】
Chapter1 ChatGPTを使ったデータ分析・可視化の素晴らしさ
Chapter2 基本的な使い方とTips
Chapter3 Pythonを使った高度な可視化手法
Chapter4 JavaScriptを使った高度な可視化手法
Chapter5 複数データの合成を学ぶ（郵便番号と人口データの分析）
Chapter6 データ加工を学ぶ（住所からの自治体名抽出）
Chapter7 データ間の相関分析方法を学ぶ
Chapter8 Web情報の自動取得による可視化を学ぶ
Chapter9 社内データを安全に分析する方法を学ぶ
Chapter10 PlantUMLで作図を行う
【著者プロフィール】
白辺 陽（しらべ・よう）
新サービス探検家。
夏の雑草のように新サービスが登場するIT業界で仕事をしながら、将来性を感じるサービスについて調べたことを書籍としてまとめている。自分自身が納得いくまで理解した上で、例示・図解・比喩を多用して読者の方に分かりやすく伝えることを信条としている。これまでの業務経験の中でもデータ分析を行う機会が多く、ChatGPTを使ったデータ分析の素晴らしさに圧倒され、本書を執筆。
抽象的なサンプルデータでなく、オープンデータの中から分析対象を選りすぐり、不動産取引価格、梅雨期間の推移、都道府県単位のテニス人口など、身近なデータを題材に選び、分析を楽しみながら考察を入れています。
実務で使えるような精度の高い分析結果がでる手法を解説しています。一方、うまく分析できないケースもフォロー。どうすれば精度の高い分析結果に導けるのか、丁寧に解説しています。
ChatGPTがデータ分析で利用していているPythonやJavaScriptのライブラリの概要やグラフ描画の中心的な処理について補足の説明をしています。データ分析のプログラム処理の一端を知ることができます。
01 スピード：圧倒的な速さで可視化と分析が進む
02 正確さ：データとプログラムの分離で正確性を担保
03 クオリティ：多種類の美しいグラフで訴求力向上
04 効率性：面倒なデータ合成やデータ加工も完璧にこなす
05 専門性：高度なデータ分析も確実にサポート
06 拡張性：インターネットの情報も合成して新しい視点で分析
07 安全性：会社の機密データも安全な方法で分析可能
08 発展性：ChatGPTの可能性はまだまだ未発掘
09 ChatGPTを使った分析手順の概要
Chapter2 基本的な使い方とTips
01 分析対象のデータを準備する
02 データをアップロードして、折れ線グラフを描く
Column ChatGPTのグラフ作成が正確な理由を知る
03 作成した折れ線グラフを修正する
04 時間軸を2つの軸に分けて、価格変化を細かく分析する
05 エラーに対処する
Column ChatGPTが意図通りに動作しない時の対処方法
Chapter Pythonを使った高度な可視化手法
01 箱ひげ図（最寄駅ごとの不動産取引価格）
Column 複数のデータを分析したい時には、重回帰分析
02 ダンベルチャート（毎年の梅雨期間の推移）
03 ヒートマップ（各都市の気温変動）
04 バブルチャート（各都市の降水量）
Column Pythonの可視化ライブラリ
Chapter4 JavaScriptを使った高度な可視化手法
01 基本的な棒グラフを作成する
Column JavaScriptの可視化ライブラリ
02 フローを可視化するコードダイアグラム（各国の輸出入状況）
03 地図に色を塗るコロプレス図（都道府県単位のテニス人口）
Chapter5 複数データの合成を学ぶ （郵便番号と人口データの分析）
01 データを合成するメリット
02 データを準備する
03 失敗するパターンを理解する
04 不一致数をモニタリングしながらデータ修正を進める
05 揃えたデータを分析する
Chapter6 データ加工を学ぶ （住所からの自治体名抽出）
01 データ加工が行えるようになれば百人力
02 正規表現を使って文字列を変換する（失敗した方法）
03 正解文字列リストを使って文字列を変換する（成功した方法）
04 完成したデータを使って分析を行う
Column 正規表現の内容（上級者向け）
Chapter7 データ間の相関分析方法を学ぶ
01 相関分析の基礎
02 データを準備する1
03 ペアプロット分析を行う
04 ペアプロットの分析結果を考察する
05 ペアプロットだけでなく、相関係数も可視化する
Chapter8 Web情報の自動取得による可視化を学ぶ
01 Web情報を取得する
02 単一の火山の情報をスクレイピングで取得する（Python）
03 複数の火山の情報をAPI経由で取得する（JavaScript）
04 火山の情報を地図で可視化する
Chapter9 社内データを安全に分析する方法を学ぶ
01 眠っている社内データを分析する
02 テストデータを生成する
03 テストデータでグラフを作成する
04 実際の業務データでグラフを作成する
Column 多用途に使えるテストデータ
Chapter10 PlantUMLで作図を行う
01 PlantUMLの特徴
02 シーケンス図をPlantUMLで描く
03 アクティビティ図をPlantUMLで描く
04 フローチャートをPlantUMLで描く
05 クラス図をPlantUMLで描く
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。
-
よくある質問
Q：3.3節、3.4節で紹介されている「過去の気象データ・ダウンロード」がメンテナンス中のためデータがダウンロードできません。
A:2025年4月1日現在、気象庁の「過去の気象データ・ダウンロード」がメンテナンス中となっています。運用の再開は2025年4月下旬頃となるアナウンスが出ています。
再開するまでの間、書籍のダウンロードページにある付属データを利用してください。
