Python

はじめにPandasのSeries（シリーズ）では、インデックス値を自由にカスタマイズできます。カスタムインデックスを設定した場合、要素には series_name[index_value] の形式でアクセスします。指定されたインデックス値は元のシリーズ内で検索され、見つかれば対応するデータがコンソールに表示されます。しかし、アクセスしようとしたインデックスがシリーズに存在しない場合、エラーが発生します。以下にその具体例を示します。コード例import pandas as pd my_data = [34, 56, 78, 90, 123, 45] my_index = [ab, mn ,gh

データフレーム(DataFrame)とはデータフレームは、データを行と列の表形式(テーブル形式)で格納する2次元のデータ構造です。SQLのデータテーブルやExcelのシートと同じイメージを持つと理解しやすくなります。DataFrameコンストラクタデータフレームは、以下のコンストラクタを使用して作成できます。pd.DataFrame(data, index, columns, dtype, copy)「data」「index」「columns」「dtype」「copy」は、すべて省略可能な引数です。辞書のリストからデータフレームを作成するpandasでは、辞書のリストをそのままデータフレームの

データフレーム（DataFrame）とは、データを行と列からなる表形式で格納する2次元のデータ構造です。イメージとしては、SQLのテーブルやExcelのシートに近いものです。データフレームは、次のコンストラクタを使用して作成できます。pd.DataFrame(data, index, columns, dtype, copy)既存のデータフレームに新しい列を追加する方法はいくつかあります。ここでは、その中でも基本的な手法として、まずSeriesデータ構造を作成し、それを既存のデータフレームに新しい列として渡す方法を紹介します。サンプルコードimport pandas as pd my_data

DataFrameとは？DataFrame（データフレーム）は、データを行と列の表形式で格納する2次元のデータ構造です。SQLのテーブルやExcelのシートのようなイメージで捉えると分かりやすいでしょう。DataFrameは、以下のコンストラクタを使用して作成できます。pd.DataFrame(data, index, columns, dtype, copy)Seriesの辞書からDataFrameを作成するPandasライブラリでは、「Seriesの辞書」を渡すことでもDataFrameを生成できます。まずはSeriesについて押さえておきましょう。Seriesは、Pandasライブラリに

データフレームとはデータフレーム（DataFrame）とは、行と列という表形式でデータを格納する二次元データ構造です。SQLのデータテーブルやExcelのシートと同じようなイメージで捉えることができます。データフレームから特定の列を削除するには、いくつかの方法があります。本記事では、削除したい列名を引数として受け取り、その列を削除する「del」演算子の使い方を紹介します。サンプルコードimport pandas as pd my_data = {ab : pd.Series([1, 8, 7], index=[a, b, c]), cd : pd.Series([1, 2, 0, 9], in

データ可視化の重要性 データ分析において、可視化は非常に重要なステップです。生の数値を一つずつ確認したり、複雑な計算を実行したりしなくても、グラフを見るだけでデータ全体の傾向や分布を直感的に把握できます。さらに、分析で得られた定量的な知見を、聴衆やチームメンバーに対して効果的に伝える手段としても活用できます。 Seabornとは Seabornは、Pythonでデータ可視化を行うためのライブラリの一つです。Matplotlibをベースにしており、洗練されたカスタムテーマと高水準なインターフェースを備えているのが特徴です。少ないコード量で美しい統計グラフを作成できるため、データサイエンスの分野

データフレームとはデータフレーム（DataFrame）は、行と列という表形式でデータを格納する二次元データ構造です。SQLのデータテーブルやExcelのシートと同じように視覚化できるため、表形式のデータを直感的に扱うことができます。データフレームから列を削除する方法はいくつかありますが、本記事ではpop関数を使った方法を紹介します。pop関数は、削除したい列名を引数として受け取り、その列をデータフレームから取り除きます。なお、drop関数とは異なり、pop関数は削除した列をSeriesとして返すという特徴があります。サンプルコードimport pandas as pd my_data = {a

データ分析をしていると、データフレーム（DataFrame）の中から特定の列だけの合計値を求めたい場面によく出会います。そんなときに便利なのが、Pandasのsum関数です。 合計を計算したい列をsum関数に渡すだけで、その列の合計値を簡単に取得できます。さらに、axis引数を指定すれば、列方向・行方向のどちらで集計するかも自由に制御可能です。 それでは、具体的なコード例を見ていきましょう。 サンプルコード import pandas as pd my_data = { Name: pd.Series([Tom, Jane, Vin, Eve, Will]), Age: p

データフレーム（DataFrame）は、データを行と列という表形式で格納する二次元のデータ構造です。SQLのテーブルやExcelのシートのようなイメージを持つと分かりやすいでしょう。データフレームは、以下のコンストラクタを使用して作成できます。pd.DataFrame(data, index, columns, dtype, copy)以前の記事では、Seriesオブジェクトとして新しい列を作成し、元のデータフレームにインデックス付けして追加する方法を紹介しました。今回は、データフレームにすでに存在する列を組み合わせて、新しい列を作成する方法を解説します。この手法は、既存の列に対して何らかの計

データ分析を行う際、特定の列の平均値や、数値を含むすべての列の平均値を取得したいケースはよくあります。そんなときに活躍するのが mean() 関数です。「平均（mean）」とは、データセット内のすべての値を合計し、その値の総数で割ることで求められる統計量です。Pandasではこの操作をわずか1行で実行できます。それでは、実際のコード例を見ていきましょう。コード例import pandas as pd my_data = {Name:pd.Series([Tom,Jane,Vin,Eve,Will]), Age:pd.Series([45, 67, 89, 12, 23]), value:pd.

はじめに：データ前処理とはデータ前処理とは、さまざまなリソース（または単一のリソース）から収集したすべてのデータを、共通のフォーマットや統一されたデータセットにまとめる作業のことです。現実世界のデータは決して完璧ではないため、欠損セル、エラー、外れ値、列間の不整合などが含まれている可能性があります。また、画像が正しく配置されていなかったり、不鮮明だったり、ファイルサイズが過大だったりすることもあります。前処理の目的は、こうした不整合やエラーを取り除き、データを分析可能な状態に整えることにあります。画像の解像度を取得するには、組み込み関数「shape」を使用します。画像を読み込むと、そのピクセル

データの前処理とは、さまざまなリソース（または単一のリソース）から収集したすべてのデータを、共通のフォーマットや統一されたデータセットへとまとめる作業を指します。現実世界のデータは決して完璧ではないため、欠損セルやエラー、外れ値、列間の不整合などが含まれている可能性があります。画像の場合も同様に、正しく配置されていなかったり、ぼやけていたり、ファイルサイズが非常に大きかったりすることがあります。前処理の目的は、こうした不整合やエラーを取り除くことにあります。画像のピクセル値を取得するには、組み込み関数「flatten」を使用します。画像を読み込んだ後、ピクセル値はデータフレームの形式で保存され

scikit-learn（通称：sklearn）は、機械学習アルゴリズムを実装するために使用されるPythonのライブラリです。オープンソースとして公開されているため、無料で利用できます。このライブラリは、NumPy・SciPy・Matplotlibという3つのライブラリを基盤として構築されています。画像から輪郭を抽出する際には、「マーチングスクエア法（marching squares）」と呼ばれる手法が用いられます。具体的には、skimageライブラリのmeasureモジュールに含まれる「find_contours」関数を使用します。この関数では、配列内の値が線形補間されるため、出力画像にお

NumPyとはNumPyは「Numerical Python」の略称で、多次元配列オブジェクトと、それらを効率的に処理するための豊富なメソッドを提供するPythonライブラリです。NumPyを利用することで、配列に対して幅広い操作を行うことができます。また、SciPyやMatplotlibなどのパッケージと組み合わせて使われることが多く、「NumPy＋Matplotlib」の組み合わせはMatLabの代替としても活用されています。NumPyはオープンソースパッケージのため、誰でも自由に利用できる点も大きな魅力です。ndarray（N次元配列）の基本NumPyパッケージの中で最も重要なオブジェク

決定木とは決定木（Decision Tree）は、ランダムフォレストアルゴリズムの基本的な構成要素であり、機械学習において最も人気のあるアルゴリズムの一つです。主に分類問題に使用され、その仕組みが直感的に理解しやすいことから広く活用されています。決定木が出力する判断結果は、「なぜその予測が行われたのか」を説明する材料になります。つまり、処理の入出力がユーザーにとって明確であるという点が大きな魅力です。また、決定木はバギング（bagging）、ランダムフォレスト、勾配ブースティングといったアンサンブル学習手法の基盤でもあります。決定木は「CART（Classification And Regre

データ分析を行っていると、数値型の特定の列についてその平均値を取得したい場面によく出くわします。そんなときに活躍するのが「mean」関数です。平均を計算したい列は、データフレームに対して列名をインデックスとして指定し、ドット演算子（.）を使って mean() 関数を呼び出すだけで求められます。また、列名の代わりに列の位置（インデックス番号）を指定して平均を計算することも可能です。なお、「平均」とは、すべての値の合計をデータセット内の値の総数で割った値のことです。pandas の mean() 関数は、デフォルトでは欠損値（NaN）を自動的に除外して計算するため、欠損値を含む列でも安心して使えま

標準偏差とは標準偏差とは、データセット内の値がどの程度散らばっているかを示す統計量です。また、各値がデータセットの算術平均からどれだけ離れているかを測る指標でもあります。標準偏差が小さいほど値は平均の近くに集中し、大きいほど値が広く分散していることを意味します。特定の列の標準偏差を求める手順データ分析では、数値型の特定の列だけの標準偏差を求めたいケースがよくあります。そんなときに便利なのが std() 関数です。標準偏差を計算したい列をデータフレームから列名で指定し、ドット演算子（.）を使って std() を呼び出すだけで、簡単に求められます。なお、列名だけでなく、列のインデックス番号（位置）

データ分析を行う際、データに関するさまざまな情報を取得するために複数の関数を使い分けることができます。しかし、データの統計情報を一括して確認したい場合には、describe 関数を使用するのが便利です。describe関数を呼び出すだけで、以下のような主要な統計量を一度に取得できます。count（データ数）mean（平均値）std（標準偏差）min（最小値）25%（第1四分位数）50%（中央値・第2四分位数）75%（第3四分位数）max（最大値）これにより、データ全体の分布や傾向を素早く把握することが可能になります。サンプルコードimport pandas as pd my_data = {N

データ分析をしていると、データフレームの軸（axis）に沿って特定の関数や処理を適用したい場面によく出くわします。そんなときに便利なのが、Pandasのapply関数です。 axis引数を指定しない場合、デフォルトでは列方向（column-wise）の操作が適用され、各列がひとつの配列として扱われます。一方、axis=1を指定すると、操作は行方向（row-wise）で実行されます。 apply関数は、ドット演算子（.）を使ってデータフレームに対して呼び出します。以下に具体的な例を示します。 コード例 import pandas as pd import numpy as np my_data

データ分析を行っていると、データフレームのすべての要素に対して個別に関数を適用したいという場面によく出会います。しかし、NumPyのようにすべての処理がベクトル化できるとは限りません。そんなときに役立つのが、pandasのapplymapメソッドです。 applymapは、「1つの値を受け取り、1つの値を返す」関数をデータフレームの全要素に適用します。これにより、ベクトル化されていない任意の処理も要素単位で実行できます。 サンプルコード import pandas as pd import numpy as np # 5行5列のランダムなデータでデータフレームを作成 my_df = pd.D