Python による実務で役立つデータサイエンス練習問題 200+ (1)

実際に課題解決で使える Python プログラミングを Jupyter 上で練習問題をときながら身に着ける.［内容］NumPy / Pandas / matplotlib / plotly / Plotly Express / simpy / 様々な技巧 (simpy,dataclasses,pydantic,defaultdict,map,JSON,Requests,OpenPyXL,Streamlit) / statsmodels
【全巻構成】
第 1 巻
1. ビックデータとアナリティクス
2. 数値計算パッケージ NumPy
3. データ解析パッケージ Pandas
4. matplotlib を用いた可視化入門
5. 対話型可視化パッケージ plotly
6. データを可視化するための方法 ( plotly express )
7. Python 言語先進的プログラミング
8. statsmodels を用いた統計分析
第 2 巻
9. 科学技術計算パッケージ SciPy
10. PyMC によるベイズ推論と Prophet による時系列データの予測
11. グラフ・ネットワークパッケージ NetworkX
12. PuLP と Gurobi/Python による最適化問題のモデリング
13. 制約最適化システム SCOP
14. スケジューリング最適化システム OptSeq
第 3 巻
15. scikit-learn を用いた機械学習
16. fastai による深層学習
17. PyCaret を用いた自動機械学習

『Python による実務で役立つデータサイエンス練習問題 200+ (1)』 (久保 幹雄 著、朝倉書店、2023 年 5 月刊) は、実際の課題解決で使える Python プログラミングを、Jupyter 上で練習問題を解きながら身に着けるための演習書です。副題は「アナリティクスの基礎・可視化と実践的テクニック」で、全 3 巻のうち第 1 巻にあたり、数値計算とデータ解析の土台、グラフによる可視化、統計分析を受け持ちます。

第 1 巻の 8 章、NumPy と Pandas から統計分析へ

章番号は全 3 巻を通した連番で、第 1 巻には 1 章から 8 章が収められています。1 章「ビックデータとアナリティクス」から始まり、2 章「数値計算パッケージ NumPy」、3 章「データ解析パッケージ Pandas」と続きます。4 章「matplotlib を用いた可視化入門」、5 章「対話型可視化パッケージ plotly」、6 章「データを可視化するための方法 ( plotly express )」と可視化を題に掲げる章が並び、7 章「Python 言語先進的プログラミング」を挟んで、8 章「statsmodels を用いた統計分析」で第 1 巻が閉じます。版元の内容紹介は、このほかに simpy、dataclasses、pydantic、defaultdict、map、JSON、Requests、OpenPyXL、Streamlit を「様々な技巧」として挙げています。

NumPy の配列、Pandas の表、可視化と statsmodels

データ分析の作業時間の多くは、モデルを当てはめる前の下ごしらえに費やされます。NumPy は同じ型の数値を並べた配列を対象に、ループを書かずに配列全体へ演算を適用する書き方を基本にしており、この発想に慣れるかどうかで処理の速さもコードの短さも大きく変わります。その上に載る Pandas は列ごとに型の違う表を扱い、欠損値の処理や集計、結合、並べ替えといった操作を提供し、同じ結果に至る書き方が何通りもあります。可視化でも、matplotlib のように細部まで描き込みを制御する道具と、plotly のようにブラウザー上で拡大や値の確認ができる対話型の道具、さらに短い記述でグラフを組み立てる Plotly Express では、向いている場面が異なります。statsmodels は回帰分析などの結果を係数の推定値や信頼区間とともに示すライブラリで、予測の精度よりも、どの要因がどれだけ結果に影響しているかを 統計学 の枠組みで説明したい場面で使われます。

全 3 巻の分担、機械学習は第 3 巻

Python の入門書は Python の入門書の選び方 で整理しています。全 3 巻のうち第 2 巻は副題が「科学計算の基礎と予測・最適化」で、SciPy、PyMC によるベイズ推論と Prophet による時系列データの予測、NetworkX、PuLP と Gurobi/Python による最適化のモデリング、SCOP、OptSeq を扱います。scikit-learn による機械学習、fastai による深層学習、PyCaret による自動機械学習は第 3 巻に置かれています。

第 1 巻が扱うのは、データを読み込んで整え、グラフにして眺め、統計モデルで裏付けるという分析の基本の流れで、どれも Jupyter 上の練習問題で進めます。