Pythonデータサイエンスハンドブック 第2版
Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
Jake VanderPlas, 菊池 彰オライリー・ジャパン576ページISBN 9784814400638
データ分析タグで同率17位（72冊中）。Zenn・Qiitaなどの1記事で紹介（時点）。
- 紹介記事
- 1件
- 媒体別
- Qiita 1
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 出版年
- ・第2版（約3年前）
- タグ内の順位
- データ分析タグで同率17位（72冊中・紹介記事数の順）
紹介している記事（1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 coding(148) Qiita · Dr. Kiyoshi Ogawa · · いいね 3
この本について
Pythonによるデータ分析を、Jupyter Notebook上のコード例を通じて学ぶ本である。NumPy、pandas、Matplotlib、scikit-learnなどの主要ライブラリの機能を扱い、データの前処理から可視化、機械学習モデルの構築と評価まで、分析の流れを実践的に学べる。データ分析の実務で直面する課題の解決に役立つ内容であり、データサイエンティストを目指す人やPythonでデータ分析を行いたい人を対象としている。
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 IPython、Jupyter入門
- 2章 強化された対話機能
- 3章 デバッグとプロファイル
- 4章 Pythonのデータ型
- 5章 NumPy配列の基礎
- 6章 NumPy配列の計算：ユニバーサル関数
- 7章 集約：最大、最小、その他データの性質を表すもの
- 8章 配列の計算：ブロードキャスト
- 9章 比較、マスク、ブール論理
- 10章 ファンシーインデクス
- 11章 配列のソート
- 12章 構造化データ：NumPyの構造化配列
- 13章 pandasオブジェクトの基礎
- 14章 インデクスとデータの選択
- 15章 pandasデータの操作
- 16章 欠損値の扱い
- 17章 階層型インデクス
- 18章 データセットの連結：concatとappend
- 19章 データセットの連結：マージと結合
- 20章 集約とグループ化
- 21章 ピボットテーブル
- 22章 文字列操作のベクトル化
- 23章 時系列
- 24章 ハイパフォーマンスpandas：evalとquery
- 25章 Matplotlibの基礎知識