Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

3.11

 文字列操作のベクトル化

185

3.11.3

 事例：レシピデータベース

ここまでに学んだベクトル化文字列演算は、乱雑な現実のデータを整理する作業において非常に

有用です。ここでは、ウェブ上のさまざまなソースから蓄積されたオープンなレシピデータベース

を使用して、使い方の例を説明します。私たちの目標はレシピデータから材料のリストを取り出す

ことで、手持ちの食材から作れる料理を素早く見つけられるようにすることです。

こうしたデータを操作するためのスクリプトは

https://github.com/fictivekin/openrecipes

にあ

り、最新バージョンのデータベースへのリンクもそこにあります

＊

1

。

2016

年春の時点で、このデータベースは約

30MB

の大きさを持ち、次のコマンドでダウンロー

ドと解凍ができます。

In[17]: # !curl -O http://openrecipes.s3.amazonaws.com/recipeitems-latest.json.gz

# !gunzip recipeitems-latest.json.gz

データベースは

JSON

形式なので、

pd.read_json

を使って読み込みます。

In[18]: try:

recipes = pd.read_json('recipeitems-latest.json')

except ValueError as e:

print("ValueError:", e)

ValueError: Trailing data ...