Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

1

1

章 

はじめに

1.1

 この本で説明する内容

この本は、

Python

によるデータの操作、処理、クリーニング、高速処理の基本について説明してい

ます。私にとってのゴールは

Python

のプログラミングに使える部品や、

Python

を取り巻くデータ関連

ライブラリやツールを紹介し、それによって読者であるあなたが優秀なデータ分析者になっていくこと

です。本のタイトルには、「データ分析」とありますが、この本で扱うのは、

Python

プログラミングや

ライブラリ、ツールなどであり、データ分析手法を扱うわけではありません。データ分析のために必要

なプログラミングを

Python

によって行うための知識を学ぶ本です。

1.1.1

 どういうデータを扱うのか

この本で「データ」と呼ぶものは、構造化された情報のことを指します。この少し曖昧な定義の言葉

には、多くの形式のデータが含まれ、例えば次のようなものがあります。

●

複数の異なる型（

文字列、数値、日付など）の列を持つ、表形式やスプレッド形式のデータ。こ

れは、一般的に

RDB

やタブ区切り、コンマ区切りのテキストファイルに格納されているデータを

含む。

●

複数の次元を持つ配列（行列）。

●

（

SQL

で主キーや外部キーとして知られている）キー列でデータが関連付けられた複数の表。

●

均一あるいは不均一に配置された時系列。

もちろん、これは完全な一覧とは言えません。そして、常にそうとは限りませんが、大半のデータセッ

トは、分析やモデル化に適した構造化された形式に変換可能なのです。変換がで