Pythonによるデータ分析入門 第3版
pandas、NumPy、Jupyterを使ったデータ処理
Wes McKinney, 小林 儀匡, 瀬戸山 雅人オライリー・ジャパン612ページISBN 9784814400195
データ分析タグで同率5位（72冊中）。Zenn・Qiitaなどの3記事で紹介（時点）。
- 紹介記事
- 3件
- 媒体別
- Qiita 2・企業テックブログ 1
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 出版年
- ・第3版（約3年前）
- タグ内の順位
- データ分析タグで同率5位（72冊中・紹介記事数の順）
- 代わりの本
データ分析タグで、この本より新しく紹介記事の多い本
別の版
紹介記事の件数・順位は、すべての版の紹介をまとめて数えています（同じ記事が複数の版を紹介していても1件）。
紹介された時期
2019年から2020年にかけて、続けて紹介されています。最新は2020年7月です。
紹介している記事（3件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 【技術書】Pythonによるデータ分析入門 -1章 はじめに- Qiita · 山際 · · いいね 2
紹介された版: 第2版（2018年）
第1章「はじめに」の要点を、復習用の備忘録としてまとめている。データ分析に必要なプログラミングをPythonで学ぶ本と捉え、NumPy、pandas、matplotlib、IPythonとJupyter、SciPy、scikit-learn、statsmodelsの役割や、データのマンジングなどの用語を整理している。Pythonは分析に有力だが、実行速度やGILのため高性能な処理には難しさがあるとも記す。Qiitaで発信することは学習のモチベーションや効率につながると評価し、覚えたい点を自分の言葉で選んで書くとしている。
- 【Python】Webアプリ開発、AI・機械学習、データ分析が学べるコンテンツ＆書籍23選 企業テックブログ · paiza ·
紹介された版: 第2版（2018年）
データ分析向けの書籍3選の一つとして、2018年に新版が出たO'Reillyの本だと紹介している。初心者が1冊目に手にするにはページ数的にも重いとし、通読するよりも、分からないことをWebで軽く調べたあとに理解を深めるためのリファレンスとして活用するとよいと述べている。
- 技術書 coding(148) Qiita · Dr. Kiyoshi Ogawa · · いいね 3 紹介された版: 第2版（2018年）
この本について
Pythonを使ったデータ分析の基礎から、データの読み込み、加工、集計までを扱う入門書である。前半ではPythonの基本文法や組み込みデータ構造、NumPyの多次元配列と演算、pandasのSeries・DataFrameによる選択、整形、集約を学ぶ。続いて、テキストやExcel、JSON、XML・HTML、Web API、データベースからのデータ取得と書き出し、欠損値や外れ値への対処、型や文字列の変換、カテゴリデータの操作を扱う。さらに、階層型インデックスやデータセットの結合・マージなど、複数のデータを整理する方法へ進む。matplotlibによる可視化、IPythonとJupyterでの対話的な実行、SciPy、scikit-learn、statsmodelsなどのライブラリも取り上げ、分析作業に必要な道具と手順を順に学べる構成である。サンプルコードをJupyter Notebookで試しながら、データの準備やクリーニング、分析に用いるPythonの操作を身につけられる。
出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。
目次（主な章）
出典: 出版社の書籍ページ （章の見出しのみ）
- 1章 はじめに
- 2章 Pythonの基礎、IPythonとJupyter Notebook
- 3章 Python組み込みのデータ構造と関数、ファイルの扱い
- 4章 NumPyの基礎：配列とベクトル演算
- 5章 pandas入門
- 6章 データの読み込み、書き出しとファイル形式
- 7章 データのクリーニングと前処理
- 8章 データラングリング：連結、結合、変形
- 9章 プロットと可視化
- 10章 データの集約とグループ操作
- 11章 時系列データ
- 12章 Pythonにおけるモデリングライブラリ入門
- 13章 データ分析の実例
- 付録A NumPy：応用編
- 付録B IPythonシステム：上級編