Pythonプログラミング&データサイエンスライブラリ活用入門

構成数 : 1

■序章 本書の3つのテーマと構成
0-1 Python流プログラミング
0-2 プログラミング的思考
0-3 データサイエンスライブラリ活用術

■第1章 Python文法の基本
1-1 変数と命名規則
1-2 演算子と式
1-3 制御構造
1-4 文字列処理
1-5 リスト処理
1-6 データの入力と出力
1-7 関数とメソッド
1-8 コーディング書式

■第2章 Python流プログラミング
2-1 Pythonのデータ型
2-2 タプルとアンパック代入
2-3 辞書
2-4 集合(セット)
2-5 リスト、タプル、辞書、集合の相互関係
2-6 標準ライブラリと外部ライブラリ
2-7 Python特有の表記法
2-8 コールバック関数・高階関数・lambda式
2-9 オブジェクト指向プログラミング

■第3章 Pythonの機能を使った各種処理
3-1 ファイル処理
3-2 例外処理[try except文]
3-3 正規表現を用いたマッチング[reライブラリ]
3-4 乱数処理[randomライブラリ]
3-5 高階関数を使ったリスト/辞書の処理

■第4章 ColabTurtleを使ったプログラミング的思考
4-1 ColabTurtleの使い方
4-2 ライブラリ(glib.py)の作成
4-3 デザインする
4-4 繰り返し模様
4-5 漢字フォントを作る

■第5章 データ構造とアルゴリズム
5-1 データ構造
5-2 アルゴリズム
5-3 再帰的思考
5-4 複雑なデータ型のソート
5-5 CSVファイルのデータから辞書を作る
5-6 正規表現を使ったテキスト解析
5-7 字句解析
5-8 決定木
5-9 木のトラバーサル

■第6章 Matplotlibによる可視化
6-1 グラフの作成と描画の概要
6-2 折れ線グラフ
6-3 円グラフ
6-4 棒グラフ
6-5 積み上げ棒グラフ
6-6 重ねて表示
6-7 複数の領域に表示
6-8 レーダーチャート
6-9 箱ひげ図
6-10 3D表示

■第7章 seabornによる統計的グラフの作成
7-1 tipsデータセット
7-2 実データでグラフを作る
7-3 グラフをカスタマイズする
7-4 ヒートマップ
7-5 回帰プロットとカーネル密度推定(KDE)

■第8章 NumPyによる科学技術計算
8-1 NumPyの概要
8-2 統計データ処理
8-3 行列算と連立方程式の解法
8-4 複素数計算
8-5 データクリーニング
8-6 mpmatライブラリ
8-7 関数グラフの描画
8-8 3次元関数

■第9章 NLTKとspaCyを用いた自然言語処理
9-1 品詞タグ付け
9-2 ステミング
9-3 日本語対応[janomeライブラリ]
9-4 構文解析[spaCyライブラリ]
9-5 翻訳

■第10章 Pandasによるデータフレームとデータ操作
10-1 Pandasのデータ構造とデータ操作
10-2 ファイル操作
10-3 データクリーニング
10-4 Matplotlibで可視化

■第11章 scikit-learnによる機械学習
11-1 標準化と正規化
11-2 単回帰分析
11-3 クラスタリング
11-4 主成分分析(PCA)

■第12章 BeautifulSoupを用いたWebスクレイピング
12-1 HTMLの構文解釈
12-2 実際のWebページにアクセスする
12-3 CSSセレクタによる抽出
12-4 結果をファイルに書き出す