改訂版 Python ユーザのための Jupyter ［実践］入門

JupyterLab は、 Jupyter Notebook をベースにして誕生し、 Python ユーザを中心に人気の高いオープンソースのデータ分析環境です。 Jupyter はインタラクティブにコードを実行でき、その結果を多彩なグラフや表などによって容易に表現できます。本書では、 Jupyter をこれから利用する方はもちろんのこと、すでに利用している方にとっても役立つことを目指し、実践的な活用ノウハウを豊富に交えて解説します。また、可視化に際しては、 Python で人気のライブラリ「 pandas 」「 Matplotlib 」「 seaborn 」を中心に解説します。さらに、最終章では「 Google Colaboratory 」の使い方を紹介します。 ■第 1 章 JupyterLab を導入しよう 1.1 Project Jupyter とは 1.2 Anaconda を利用した Python 環境の構築 1.3 conda コマンドの使い方 1.4 Anaconda Navigator の使い方 1.5 日本語フォント環境の準備 ■第 2 章 JupyterLab の操作を学ぼう 2.1 JupyterLab でコードを実行 2.2 JupyterLab のインターフェイス 2.3 JupyterLab の使いこなし ■第 3 章 pandas でデータを処理しよう 3.1 pandas とは 3.2 サンプルデータについて 3.3 Series 3.4 DataFrame 3.5 さまざまなデータの読み込み 3.6 データの前処理 3.7 テキストデータの処理 3.8 時系列データの処理 3.9 基本統計量の算出 3.10 データの結合 3.11 データの集計 3.12 データの可視化 ■第 4 章 Matplotlib でグラフを描画しよう 4.1 Matplotlib とは 4.2 グラフの描画 4.3 折れ線グラフ 4.4 散布図 4.5 棒グラフ 4.6 ヒストグラム 4.7 箱ひげ図 4.8 円グラフ ■第 5 章 Matplotlib を使いこなそう 5.1 グラフの構成要素 5.2 フィギュアとサブプロットの書式設定 5.3 グラフの軸と目盛りの設定 5.4 凡例の設定 5.5 線の書式設定 5.6 色の設定 5.7 文字列の書式設定 5.8 描画スタイルの適用 5.9 グラフをファイルに出力 5.10 Matplotlib でグラフを描画する 2 つのアプローチ ■第 6 章 seaborn でデータを可視化しよう 6.1 seaborn とは 6.2 API の概要 6.3 グラフの描画方法 6.4 データの関係の可視化 6.5 カテゴリデータの可視化 6.6 データ分布の可視化 6.7 回帰の可視化 ■第 7 章 seaborn を使いこなそう 7.1 ファセットの活用 7.2 ペアグリッドの活用 7.3 ジョイントグリッドの活用 7.4 axes-level 関数の利用 7.5 グラフのスタイルと書式の設定 ■第 8 章 Colaboratory を使おう 8.1 Colaboratory の基本 8.2 ファイルの読み込み 8.3 Colaboratory の活用