Pythonデータ分析 実践ハンドブック 実務で使えるデータ加工のテクニック

構成数 : 1枚

第1章 データ加工概論
1-1 データ加工の目的
1-2 データ分析エンジニアの役割
1-3 データの種類
1-4 ライブラリの種類

第2章 データの種類と読み込み
2-1 CSV形式
2-2 Excel形式
2-3 JSON形式
2-4 HTML形式
2-5 XML形式
2-6 文書データ
2-7 画像データ
2-8 音声データ
2-9 RDBデータ
2-10 pickle形式
2-11 parquet形式

第3章 表形式データの加工
3-1 データの連結/結合
3-2 データの変形
3-3 カテゴリーデータの処理
3-4 データのグループ化
3-5 階層型インデックス(MultiIndex)

第4章 NumPyと数値データ
4-1 配列の構造とブロードキャスト
4-2 数値データの型

第5章 データの評価
5-1 使用するデータの紹介と読み込み
5-2 定量的評価(統計量)
5-3 定性的評価(可視化)
5-4 データの分布の確認
5-5 外れ値、異常値
5-6 欠損値
5-7 値の重複

第6章 時系列データの処理
6-1 時系列データを扱うpandasのデータ型
6-2 時系列データのインデックス
6-3 リサンプリング
6-4 .dtアクセサ
6-5 タイムゾーン情報を含むdatetime型の操作

第7章 テキスト情報の処理
7-1 Pythonを使った文字列処理
7-2 pandasによるテキストデータの処理

第8章 画像データの処理
8-1 Pillowを使った画像の加工
8-2 NumPyを使った画像データ処理

第9章 グラフデータの処理
9-1 グラフとNetworkX
9-2 実践的なグラフデータの解析

第10章 地理空間データの処理
10-1 地理空間データの概要
10-2 地理空間データのファイル形式と読み込み
10-3 地理空間データの操作
10-4 GeoPandas
10-5 地理空間データの可視化

第11章 データ加工のための線形代数
11-1 線形代数の基本
11-2 行列の特異値分解


付録A Pythonのインストール
付録B パッケージのインストール
付録C pandasとMatplotlibによる可視化