図書

pandasライブラリ活用入門 : Pythonデータ分析/機械学習のための基本コーディング! (impress top gear)

図書を表すアイコン
表紙は所蔵館によって異なることがあります ヘルプページへのリンク

pandasライブラリ活用入門 : Pythonデータ分析/機械学習のための基本コーディング!

(impress top gear)

国立国会図書館請求記号
M151-M27
国立国会図書館書誌ID
029506894
資料種別
図書
著者
Daniel Y.Chen 著ほか
出版者
インプレス
出版年
2019.2
資料形態
ページ数・大きさ等
380p 図版16p ; 24cm
NDC
007.6
すべて見る

資料に関する注記

一般注記:

原タイトル: Pandas for Everyone

書店で探す

目次

  • 表紙 商標など 口絵 序文 まえがき 本書の構成 本書の読み方 データの入手方法など 謝辞 第1部 基本的な使い方の基本 第1章 DataFrameの基礎/1.1 はじめに 1.2 最初のデータセットをロードする 1.3 列、行、セルを見る 1.4 グループ化と集約 1.5 基本的なグラフ 1.6 まとめ 第2章 pandasのデータ構造/2.1 はじめに 2.2 データを自作する 2.3 Seriesについて 2.4 DataFrameについて 2.5 SeriesとDataFrameの書き換え 2.6 データのエクスポートとインポート 2.7 まとめ 第3章 プロットによるグラフ描画/3.1 はじめに 3.2 matplotlib 3.3 matplotlibによる統計的グラフィックス 3.4 seaborn 3.5 pandasのオブジェクト 3.6 seabornのテーマとスタイル 3.7 まとめ 第2部 データ操作によるクリーニング 第4章 データを組み立てる/4.1 はじめに 4.2 "整然データ"/4.3 連結 4.4 複数のデータセットをマージする 4.5 まとめ 第5章 欠損データへの対応/5.1 はじめに 5.2 NaNとは何か 5.3 欠損値はどこから来るのか 5.4 欠損データの扱い 5.5 まとめ 第6章 "整然データ"を作る/6.1 はじめに 6.2 複数列に(変数ではなく)値が入っているとき 6.3 複数の変数を含む列がある場合 6.4 行と列の両方に変数があるとき 6.5 1個の表に観察単位が複数あるとき(正規化) 6.6 同じ観察単位が複数の表にまたがっているとき 6.7 まとめ 第3部 データの準備―変換/整形/結合など 第7章 データ型の概要と変換/7.1 はじめに 7.2 データ型/7.3 型変換 7.4 カテゴリ型データ 7.5 まとめ 第8章 テキスト文字列の操作/8.1 はじめに 8.2 文字列 8.3 文字列メソッド 8.4 その他の文字列メソッド 8.5 文字列のフォーマッティング 8.6 正規表現 8.7 regexライブラリ/8.8 まとめ 第9章 applyによる関数の適用/9.1 はじめに 9.2 関数 9.3 applyの基本 9.4 applyの応用 9.5 関数のベクトル化 9.6 ラムダ関数 9.7 まとめ 第10章 groupby演算による分割-適用-結合/10.1 はじめに 10.2 集約 10.3 変換(transform) 10.4 フィルタリング 10.5 DataFrameGroupByオブジェクト 10.6 マルチインデックスを使う 10.7 まとめ 第11章 日付/時刻データの操作/11.1 はじめに 11.2 Pythonのdatetimeオブジェクト/11.3 datetimeへの変換 11.4 日付を含むデータをロードする 11.5 日付のコンポーネントを抽出する 11.6 日付の計算とtimedelta 11.7 datetimeのメソッド 11.8 株価データを取得する 11.9 日付によるデータの絞り込み 11.10 日付の範囲 11.11 値をシフトする 11.12 リサンプリング 11.13 時間帯 11.14 まとめ 第4部 モデルをデータに適合させる 第12章 線形モデル/12.1 はじめに/12.2 単純な線形回帰 12.3 重回帰 12.4 sklearnでインデックスラベルを残す 12.5 まとめ 第13章 一般化線形モデル/13.1 はじめに/13.2 ロジスティック回帰 13.3 ポアソン回帰 13.4 その他の一般化線形モデル/13.5 生存分析 13.6 まとめ 第14章 モデルを診断する/14.1 はじめに/14.2 残差 14.3 複数のモデルを比較する 14.4 k分割交差検証 14.5 まとめ 第15章 正則化で過学習に対処する/15.1 はじめに/15.2 なぜ正則化するのか 15.3 LASSO回帰 15.4 リッジ回帰 15.5 ElasticNet 15.6 交差検証 15.7 まとめ 第16章 クラスタリング/16.1 はじめに/16.2 k平均法 16.3 階層的クラスタリング 16.4 まとめ ほか

全国の図書館の所蔵

国立国会図書館以外の全国の図書館の所蔵状況を表示します。

所蔵のある図書館から取寄せることが可能かなど、資料の利用方法は、ご自身が利用されるお近くの図書館へご相談ください

関東

近畿

  • CiNii Research

    検索サービス
    連携先のサイトで、CiNii Researchが連携している機関・データベースの所蔵状況を確認できます。

書店で探す

出版書誌データベース Books から購入できる書店を探す

『Books』は各出版社から提供された情報による出版業界のデータベースです。 現在入手可能な紙の本と電子書籍を検索することができます。

書誌情報

この資料の詳細や典拠(同じ主題の資料を指すキーワード、著者名)等を確認できます。

デジタル

資料種別
図書
ISBN
978-4-295-00565-0
タイトルよみ
パンダス ライブラリ カツヨウ ニュウモン : パイソン データ ブンセキ キカイ ガクシュウ ノ タメ ノ キホン コーディング
著者・編者
Daniel Y.Chen 著
吉川邦夫 訳
福島真太朗 監訳
シリーズタイトル
著者標目
吉川, 邦夫, 1957- ヨシカワ, クニオ, 1957- ( 00328917 )典拠
福島, 真太朗, 1981- フクシマ, シンタロウ, 1981- ( 001183898 )典拠
出版年月日等
2019.2
出版年(W3CDTF)
2019