概要

「コードを書くには基礎学習を完璧にしなきゃ」と思い込んでいませんか？

試験勉強のように，ノートにまとめたり，文法を丸暗記したり……。しかし，本当のプログラミング最短習得の道は「とにかく実践あるのみ」です。

そこで，本書はデータ分析の演習問題を105問掲載。自分でコードを書くトレーニングを1日5問ずつこなし，3週間で実務に通用するレベルを目指します。

「入門書を1冊読んでも，いざ実践となると手が動かない」「転職のためにどうステップアップしよう……」と悩む方は必読です！

こんな方におすすめ

• Pythonの基礎学習からステップアップしたい人
• データサイエンティストを目指す人
• 業務データを分析したい人

サンプル

目次

• 本書の効果的な使い方
• 本書のゴール「分析コンペティション」
• インストール不要の実行環境「GoogleColab」

Chapter1　データ分析でよく使う「基礎文法」15問

• ［問1-01］　リストを作成する
• ［問1-02］　Pythonの条件分岐を学ぶ
• ［問1-03］　条件に合う要素を格納したリストを作成する
• ［問1-04］　Pythonのループをマスターする
• ［問1-05］　リスト内包表記をマスターする
• ［問1-06］　リストを結合する
• ［問1-07］　リストから要素を取り出す
• ［問1-08］　リストのソートを学ぶ
• ［問1-09］　スライスをマスターする
• ［問1-10］　タプルの基本操作を学ぶ
• ［問1-11］　辞書を作成する
• ［問1-12］　辞書を結合する
• ［問1-13］　関数を作成する
• ［問1-14］　lambda式の基本を学ぶ
• ［問1-15］　lambda式を使ってリストをソートする
• COLUMN　プログラミング学習は英語や料理の習得と同じ？

Chapter2　基本の流れをおさえる「分析フロー」10問

• ［問2-01］　ファイルからデータを読み込む
• ［問2-02］　データフレームの基本情報を確認する
• ［問2-03］　データフレームの基本操作を学ぶ
• ［問2-04］　データを絞り込む
• ［問2-05］　データをソートする
• ［問2-06］　欠損値の扱い方を学ぶ
• ［問2-07］　グルーピング（集約）を理解する
• ［問2-08］　データを可視化する
• ［問2-09］　かんたんな統計分析を実行する
• ［問2-10］　データを結合する

Chapter3　分析前の下処理をする「データ加工」20問

• ［問3-01］　特定の列のユニークな値を確認する
• ［問3-02］　列の値を置換する
• ［問3-03］　新しい列を追加する
• ［問3-04］　列の値を標準化する
• ［問3-05］　外れ値を検出して対処する
• ［問3-06］　欠損値を特定の値で埋める
• ［問3-07］　データを正規化する
• ［問3-08］　特定の行をインデックスで抽出する
• ［問3-09］　特定の行をラベルで抽出する
• ［問3-10］　特定の行と列を抽出する
• ［問3-11］　特定の列に文字列を追加する
• ［問3-12］　特定の列を新しい値で更新する
• ［問3-13］　条件付きで列の値を更新する
• ［問3-14］　複数の条件で列の値を更新する
• ［問3-15］　データフレームを分割する
• ［問3-16］　列の値を別のカラムに分割する
• ［問3-17］　特定の列を数値に変換する
• ［問3-18］　カテゴリ変数をLabelEncodingする
• ［問3-19］　カテゴリ変数をOne-HotEncodingする
• ［問3-20］　数値データをカテゴリデータに変換する
• COLUMN　データサイエンティストにキャリアアップするには？

Chapter4　“見える形”に表現する「データ可視化」10問

• ［問4-01］　ヒストグラムを描画する
• ［問4-02］　棒グラフを描画する
• ［問4-03］　散布図を描画する
• ［問4-04］　箱ひげ図を描画する
• ［問4-05］　円グラフを描画する
• ［問4-06］　ヒートマップを描画する
• ［問4-07］　ラインプロットを描画する
• ［問4-08］　バイオリンプロットを描画する
• ［問4-09］　散布図行列を描画する
• ［問4-10］　複数グラフを描画する

Chapter5　データの傾向をくわしく見る「統計学」10問

• ［問5-01］　特定の列の最大値と最小値を確認する
• ［問5-02］　データの要約統計量を確認する
• ［問5-03］　相関係数を計算する
• ［問5-04］　最頻値を求める
• ［問5-05］　確率密度関数を推定し描画する
• ［問5-06］　歪度と尖度を計算する
• ［問5-07］　対数変換をおこなう
• ［問5-08］　Box-Cox変換をおこなう
• ［問5-09］　Yeo-Johnson変換をおこなう
• ［問5-10］　カテゴリデータの独立性を検定する
• COLUMN　コードはどのくらい覚えればいいのか？

Chapter6　学習し未来を予測する「機械学習」20問

• ［問6-01］　データセットを説明変数と目的変数に分割する
• ［問6-02］　学習用データと評価用データに分割する
• ［問6-03］　線形回帰モデルを作成する
• ［問6-04］　線形回帰モデルを評価する
• ［問6-05］　交差検証をおこなう
• ［問6-06］　機械学習モデル作成の準備をする（分類問題）
• ［問6-07］　ロジスティック回帰モデルを作成して評価する
• ［問6-08］　特徴量を標準化し，ロジスティック回帰モデルを作成する
• ［問6-09］　層化交差検証を実装する
• ［問6-10］　forループを活用した層化交差検証を実装する
• ［問6-11］　決定木モデルを作成する
• ［問6-12］　ランダムフォレストモデルを作成する
• ［問6-13］　すべてのデータを特徴量に使う
• ［問6-14］　すべてのデータを使ってLightGBMモデルを作成する
• ［問6-15］　特徴量の重要度を可視化する
• ［問6-16］　LightGBMモデルのハイパーパラメータを調整する
• ［問6-17］　LightGBMモデルのハイパーパラメータを自動で調整する①
• ［問6-18］　LightGBMモデルのハイパーパラメータを自動で調整する②
• ［問6-19］　アンサンブル学習をおこなう
• ［問6-20］　正解率88.2％を目指して精度改善する

Chapter7　分類問題のKaggleコンペに挑戦しよう

• 問題
• 解答解説　STEP1　ベースライン作成
• 解答解説　STEP2　特徴量エンジニアリング
• 解答解説　STEP3　モデルチューニング
• Chapter7 コード全体

Chapter8　回帰問題のKaggleコンペに挑戦しよう

• 問題
• 解答解説　STEP1　ベースライン作成
• 解答解説　STEP2　特徴量エンジニアリング
• 解答解説　STEP3　モデルチューニング
• Chapter8 コード全体

サポート

ダウンロード

本ページでは『Pythonブートキャンプ［データ分析コース］』のChapter2～6で使用するデータセットと，本書のサンプルコードを提供しています。

Chapter2～6で使用するデータセット

データセット「Adult Income Dataset」のCSVファイルです。下記のリンクをクリックするとダウンロードされます。ダウンロードしたデータセットの使用方法は，本書P.85をご確認ください。

ダウンロード

データセット（adult_income_dataset.csv）

本データセット「Adult Income Dataset」は，以下のデータを一部改変・再構成したものです。

Becker, B. & Kohavi, R. (1996). Adult [Dataset]. UCI Machine Learning Repository. https://doi.org/10.24432/C5XW20

ライセンス: Creative Commons Attribution 4.0 International (CC BY 4.0)

本書のサンプルコード

Chapter1～6の「解答例」，Chapter7～8の「全体コード」のサンプルコードのファイル（IPYNBファイル）です。解答例の動作の確認などにご利用ください。下記のリンクをクリックすると，圧縮ファイル形式でダウンロードされます。ダウンロードした圧縮ファイルは適宜解凍してご利用ください。

ダウンロード

サンプルコード（PythonBootCamp_sample.zip）

IPYNBファイルは，Googleドライブにアップロードしてファイル名をダブルクリックすることで，Google Colaboratoryから開くことができます。もしGoogle Colaboratoryが起動しない場合は，Google Colaboratoryをインストールしてから再度お試しください。インストール方法は本書P.21に記載があります。

[ご注意]

また，本書記載の内容および公開しているデータセット，サンプルコードに基づく運用の結果について，著者，データセットの提供元，技術評論社は一切の責任を負いかねます。ご自身の責任のもと，ご使用ください。

正誤表

本書の以下の部分に誤りがありました。ここに訂正するとともに，ご迷惑をおかけしたことを深くお詫び申し上げます。

P.382 問6-20「解答例」コードの下から8行目

lgb_model = lgb.LGBMClassifier(random_state=42, verbose=-1)
LGBMClassifier(random_state=42)
model.fit(X_train, y_train)

model = lgb.LGBMClassifier(random_state=42, verbose=-1)
model.fit(X_train, y_train)

P.444 「cell-11.2」コードの下から5行目

"imp": model.get_feature_importance_,

"imp": model.feature_importances_,

P.449 「cell-11.3」コードの下から5行目

"imp": model.get_feature_importance_,

"imp": model.feature_importances_,

P.462 コード全体「cell-11.3」コードの下から3行目

# "imp": model.feature_importances_,
"imp": model.get_feature_importance_,

"imp": model.feature_importances_