改訂版 Python ユーザのための Jupyter ［実践］入門(カイテイバンパイソンユーザノタメノジュピタージッセンニュウモン)

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

Jupyter Notebook はデータ分析や機械学習の現場で標準的な作業環境になっていますが、「とりあえずセルを実行しているだけ」という使い方にとどまっている人も多いのではないでしょうか。本書は Jupyter 環境を単なるコード実行ツールとしてではなく、可視化・レポーティング・再現可能な分析を実現するための実践的なワークベンチとして使いこなすための指南書です。

改訂版では JupyterLab への対応が強化され、 Matplotlib や pandas によるデータ可視化の章も拡充されています。ノートブックの構成法、マジックコマンドの活用、拡張機能による生産性向上といった「知っていれば作業効率が跳ね上がる」実践知が体系的にまとまっている点が、散在するオンライン記事との違いです。

Python の基本文法は習得済みだがデータ分析のワークフローを整えたい人、チーム内で分析結果を共有しやすい形にまとめたい人に向いています。 Jupyter そのものを主題にした書籍は多くないため、環境構築から可視化までを一冊で通して学べる本書は、分析作業の土台を固めるうえで確かな投資になります。